我正在尝试获取现有的 DataFrame 并附加一个新列。
假设我有这个 DataFrame(只是一些随机数):
a b c d e
0 2.847674 0.890958 -1.785646 -0.648289 1.178657
1 -0.865278 0.696976 1.522485 -0.248514 1.004034
2 -2.229555 -0.037372 -1.380972 -0.880361 -0.532428
3 -0.057895 -2.193053 -0.691445 -0.588935 -0.883624
我想创建一个新列“f”,将每一行乘以“成本”向量,例如 [1,0,0,0,0]。因此,对于第 0 行,f 列中的输出应为 2.847674。
这是我当前使用的功能:
def addEstimate (df, costs):
row_iterator = df.iterrows()
for i, row in row_iterator:
df.ix[i, 'f'] = np.dot(costs, df.ix[i])
我使用 15 个元素的向量(超过约 20k 行)执行此操作,我发现这非常慢(半小时)。我怀疑使用 iterrows
和 ix
效率低下,但我不知道如何纠正这个问题。
有没有一种方法可以立即将其应用于整个 DataFrame,而不是循环遍历行?或者您还有其他建议来加快速度吗?
最佳答案
您可以使用df['f'] = df.dot(costs)
创建新列。
dot
已经是一个 DataFrame 方法:将其作为一个整体应用于 DataFrame 比循环 DataFrame 并将 np.dot
应用于各个行要快得多。
例如:
>>> df # an example DataFrame
a b c d e
0 0 1 2 3 4
1 12 13 14 15 16
2 24 25 26 27 28
3 36 37 38 39 40
>>> costs = [1, 0, 0, 0, 2]
>>> df['f'] = df.dot(costs)
>>> df
a b c d e f
0 0 1 2 3 4 8
1 12 13 14 15 16 44
2 24 25 26 27 28 80
3 36 37 38 39 40 116
关于python - Pandas - 使用每行元素的点积创建新的 DataFrame 列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28639551/