날짜에 groupby를 수행 할 때 (object
처럼) 나는 int
보다 효율성이 떨어지는 것을 깨달았습니다. 의는 집계의 효율성 ::팬더 그룹의 날짜를 효과적으로 집계하는 방법
%timeit df.groupby(['id1','id2']).agg({'value':np.sum})
1000 loops, best of 3: 1.35 ms per loop
%timeit df.groupby(['id1','id2']).agg({'date':np.max})
100 loops, best of 3: 2.75 ms per loop
당신이 수에 대해 살펴 보겠습니다 지금
df.dtypes
Out[2]:
date object
id1 int64
id2 int64
value int64
dtype: object
그리고 다음은
df = pd.DataFrame({'id1':[1,1,1,1,2,2,2,3,3,3],'id2':[10,20,30,10,20,30,10,20,30,10],'value':[123,156,178,19,354,26,84,56,984,12],
'date':['2015-01-12','2014-09-27','2014-10-14','2010-11-26','2010-04-09','2012-12-21','2009-08-16',
'2013-07-09','2014-02-14','2012-12-04']})
df
Out[1]:
date id1 id2 value
0 2015-01-12 1 10 123
1 2014-15-27 1 20 156
2 2014-10-14 1 30 178
3 2010-11-26 1 10 19
4 2010-04-09 2 20 354
5 2012-12-21 2 30 26
6 2009-08-16 2 10 84
7 2013-07-09 3 20 56
8 2014-02-14 3 30 984
9 2012-12-04 3 10 12
이 컬럼의 종류 예를 들면 다음과 같습니다 두 번째로
date
의 경우는
value
이므로 큰 데이터 프레임은 불편합니다.
agg
을 날짜에보다 효율적으로 수행 할 수있는 방법이 있습니까? 어쩌면 date
열의 유형을 변경하거나 다른 기능을 사용하여 최대 값을 얻을 수 있습니까? datetime
에 DTYPE 변경
정상적으로 날짜는'datetime'이어야합니다. 그러나 펑키 캘린더를 사용하지 않는 한'2014-15-27'은 유효한 날짜가 아닙니다. – EdChum
실제로 제 13 번째, 14 번째, 15 번째 월을 생각해 보았습니다. 분명히! 그것을 바꿨습니다. ('date' 컬럼의 타입은 여전히'object'입니다. 왜냐하면'python'은'objects'에 대해 전용 함수를 사용할 수 없기 때문에 이것이 문제라고 생각합니다.) – ysearka