DataFrame에서 계산 된 필드 추가하기

result이라는 DataFrame에 str_bos이라는 열을 생성하고 싶습니다. 다음 열이 있습니다 : 'str_nbr', 'ZIP Sales', 'str_Sales', 'ZIP_Distinct #', 'ZIP_Share_of_Str_Sales', 'Counter', 'Str_BOS_Cum%', 'Str_Sales_Rank'.DataFrame에서 계산 된 필드 추가하기

다음은 내가 생각해 낸 것입니다. 그러나 완료하는 데 2 시간이 걸립니다. 그러나 다른 작업 (정렬, 병합 등)은 몇 초가 걸립니다. 여기서 내가 놓친 게 뭐야? 여기 cut() 방법을 사용하는 것

def str_bos(row): 
    if row['str_sales_rank'] == 1 or row['str_bos_cum%'] <= 0.1: 
     return 1 
    elif row['str_bos_cum%'] <= 0.2: 
     return 2 
    elif row['str_bos_cum%'] <= 0.3: 
     return 3 
    elif row['str_bos_cum%'] <= 0.4: 
     return 4 
    elif row['str_bos_cum%'] <= 0.5: 
     return 5 
    elif row['str_bos_cum%'] <= 0.6: 
     return 6 
    elif row['str_bos_cum%'] <= 0.7: 
     return 7 
    elif row['str_bos_cum%'] <= 0.8: 
     return 8 
    elif row['str_bos_cum%'] <= 0.9: 
     return 9 
    else: 
     return 10 

result['str_bos'] = result.apply(lambda row: str_bos(row), axis=1)

출처

2016-11-26 Sarbadal Pal

코드가 느린 이유입니다 모든 행을 통해'.apply' 방법을 반복, 벡터화 방법은 전체 열에서 계산을하는 반면 한 번에. 팬더에서는 행을 반복하지 않아도되므로 끔찍한 성능이 거의 보장됩니다. 이 블로그에는 좋은 설명이 있습니다 (반복, 적용 및 벡터화 섹션) : https://tomaugspurger.github.io/modern-4-performance.html – DataSwede

는 :

In [21]: df = pd.DataFrame(np.random.rand(10), columns=['A']) 

In [22]: df 
Out[22]: 
      A 
0 0.513425 
1 0.973631 
2 0.549615 
3 0.747600 
4 0.099415 
5 0.737613 
6 0.885567 
7 0.720187 
8 0.446683 
9 0.434688 

In [23]: df['str_bos'] = pd.cut(df.A, bins=np.arange(0, 1.1, 0.1), labels=np.arange(10)+1) 

In [24]: df 
Out[24]: 
      A str_bos 
0 0.513425  6 
1 0.973631  10 
2 0.549615  6 
3 0.747600  8 
4 0.099415  1 
5 0.737613  8 
6 0.885567  9 
7 0.720187  8 
8 0.446683  5 
9 0.434688  5

출처

2016-11-26 13:47:10 MaxU

DataFrame에서 계산 된 필드 추가하기

답변

관련 문제