python - 在 pandas 中乘以浮点列需要太多时间

Question

大家早上好， 我有一个 460.000 行的 DataFrame，有 15 列。我试图将另外两列的乘积分配给一列 代码是这样的

df[df.colx == 'S']['prd'] = df['col1']*df['col2']

prd、col1 和 col2 的数据类型为 float64。 我在其他列上执行了很多操作，包括日期差异，都没有问题，而且它们几乎是立即执行的。 如果我尝试

df['prd'] =  df['col1']*df['col2']

执行速度非常快。当我尝试对 DataFrame 的子集应用操作时，问题就出现了 有人可以帮助我并解释如何减少执行时间吗？ 非常感谢!

更新: 如果如果这样做

df2 = pd.DataFrame(df[df.colx=='S'])

然后

df2['prd'] =  df['col1']*df['col2']

还是 super 慢......... 哦，这可能吗？ df2 应该是一个新的 DataFrame.......

Answer 1

尝试分离操作:

df2 = df[df.colx == 'S']
df2['prd'] = df2['col1]*df2['col2']

或者，如果df.colx == 'S'适合您，您可以运行:

df['prd'] = numpy.where(df['prod'] == 'S', df['col1']*df['col2'], 'Do something else')

只需用另一个逻辑选项替换 Do Something else，如果 df.colx != 'S'

则应执行此操作