基于来自另一个数据帧的查找值创建pandas列
基于来自另一个数据帧的查找值创建pandas列
提问于 2019-01-05 06:56:28
我有一个pandas数据帧，它有一些按小时计算的数据值(这也是这个查找数据帧的index )。数据帧如下所示：
In [1] print (df_lookup)
Out[1] 0 1.109248
1 1.102435
2 1.085014
3 1.073487
4 1.079385
5 1.088759
6 1.044708
7 0.902482
8 0.852348
9 0.995912
10 1.031643
11 1.023458
12 1.006961
...
23 0.889541我想将这个查找数据帧中的值相乘，以创建另一个数据帧的列，该数据帧以datetime作为索引。数据帧如下所示：
In [2] print (df)
Out[2]
Date_Label ID data-1 data-2 data-3
2015-08-09 00:00:00 1 2513.0 2502 NaN
2015-08-09 00:00:00 1 2113.0 2102 NaN
2015-08-09 01:00:00 2 2006.0 1988 NaN
2015-08-09 02:00:00 3 2016.0 2003 NaN
...
2018-07-19 23:00:00 33 3216.0 333 NaN 我想从data-2列计算data-3列，其中赋予'data-2‘列的权重取决于df_lookup中的相应值。我通过遍历索引获得所需的值，如下所示，但这太慢了：
for idx in df.index:
df.loc[idx,'data-3'] = df.loc[idx, 'data-2']*df_lookup.at[idx.hour]有没有更快的方法可以被别人建议？
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-01-05 07:03:36
使用.loc
df['data-2']*df_lookup.loc[df.index.hour].values
Out[275]:
Date_Label
2015-08-09 00:00:00 2775.338496
2015-08-09 00:00:00 2331.639296
2015-08-09 01:00:00 2191.640780
2015-08-09 02:00:00 2173.283042
Name: data-2, dtype: float64
#df['data-3']=df['data-2']*df_lookup.loc[df.index.hour].valuesStack Overflow用户
发布于 2019-01-05 07:03:51
我可能会试着做一个连接。
# Fix column name
df_lookup.columns = ['multiplier']
# Get hour index
df['hour'] = df.index.hour
# Join
df = df.join(df_lookup, how='left', on=['hour'])
df['data-3'] = df['data-2'] * df['multiplier']
df = df.drop(['multiplier', 'hour'], axis=1)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54047273
复制相关文章
相似问题
腾讯云开发者
