使用 pandas 在依赖于另一列的一列上有效地应用操作

Question

我有一个名为df的 Dataframe 大约有 20m 行，看起来像

userId  movieId rating
0   1   296     5.0
1   1   306     3.5
2   1   307     5.0
3   2   665     5.0
4   2   899     3.5
...

我有一个系列， user_bias

userId
1         0.280431
2         0.096580
3         0.163554
4        -0.155755
5         0.218621
...

我想根据user_bias中的userId列从df['rating']中减去匹配值。 例如，第一行的评级值应替换为5.0 - 0.280431 = 4.719569 。 我尝试了两种解决方案，但它们似乎很慢。 有没有更好的方法来实现这一目标？

解决方案 1

for i, row in df.iterrows():
    df.at[i, 'rating'] -= user_bias[row.userId]

解决方案 2

为了摆脱 for 循环，我使用了apply方法。 不确定结果是否正确，但它再次比我预期的要慢。

df['rating'] = df.apply(lambda row: row.rating - user_bias[row.userId], axis=1)

Answer 1

尝试reindex

df['rating'] = df['rating'] - user_bias.reindex(df['userId']).values