[英]Summing up more than two dataframes with the same indexes in Pandas
我想在熊猫中添加具有相同索引的4个数据框的值。 如果有两个数据帧df1和df2,我们可以这样写:
df1.add(df2)
对于3个数据框:
df3.add(df2.add(df1))
我想知道在Python中是否有更通用的方法。
选项1
使用sum
sum([df1, df2, df3, df4])
选项2
使用reduce
from functools import reduce
reduce(pd.DataFrame.add, [df1, df2, df3, df4])
选项3
使用pd.concat
和pd.DataFrame.sum
, level=1
这仅在数据帧索引具有单个级别的情况下有效。 为了使其正常工作,我们必须变得更加可爱。 我建议其他选择。
pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)
设定
df = pd.DataFrame([[1, -1], [complex(0, 1), complex(0, -1)]])
df1, df2, df3, df4 = [df] * 4
演示版
sum([df1, df2, df3, df4])
0 1
0 (4+0j) (-4+0j)
1 4j -4j
from functools import reduce
reduce(pd.DataFrame.add, [df1, df2, df3, df4])
0 1
0 (4+0j) (-4+0j)
1 4j -4j
pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)
0 1
0 (4+0j) (-4+0j)
1 4j -4j
定时
小数据
%timeit sum([df1, df2, df3, df4])
%timeit reduce(pd.DataFrame.add, [df1, df2, df3, df4])
%timeit pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)
1000 loops, best of 3: 591 µs per loop
1000 loops, best of 3: 456 µs per loop
100 loops, best of 3: 3.61 ms per loop
大数据
df = pd.DataFrame([[1, -1], [complex(0, 1), complex(0, -1)]])
df = pd.concat([df] * 1000, ignore_index=True)
df = pd.concat([df] * 100, axis=1, ignore_index=True)
df1, df2, df3, df4 = [df] * 4
%timeit sum([df1, df2, df3, df4])
%timeit reduce(pd.DataFrame.add, [df1, df2, df3, df4])
%timeit pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)
100 loops, best of 3: 3.94 ms per loop
100 loops, best of 3: 2.9 ms per loop
1 loop, best of 3: 1min per loop
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.