[英]Fastest way to iterate through a pandas dataframe?
如何遍歷數據框並僅返回滿足特定條件的行? 這種情況必須在以前的行和列上進行測試。 例如:
#1 #2 #3 #4
1/1/1999 4 2 4 5
1/2/1999 5 2 3 3
1/3/1999 5 2 3 8
1/4/1999 6 4 2 6
1/5/1999 8 3 4 7
1/6/1999 3 2 3 8
1/7/1999 1 3 4 1
我想為每一行測試一些條件,如果所有條件都通過了,我想將該行追加到列表中。 例如:
for row in dataframe:
if [row-1, column 0] + [row-2, column 3] >= 6:
append row to a list
我最多可能有3個條件,要返回的行必須為真。 考慮這樣做的方法是為所有符合條件的觀察結果創建一個列表,然后為出現在所有三個列表中的所有行創建一個單獨的列表。
我的兩個問題如下:
什么是最快的方式來基於前幾行獲取所有滿足特定條件的行? 遍歷5,000行的數據框似乎太長了。 特別是如果必須測試3個條件。
獲取滿足所有3個條件的行的最佳方法是什么?
選擇行的最快方法是不遍歷數據框的行。 而是,為要選擇的行創建一個具有True值的掩碼(布爾數組),然后調用df[mask]
來選擇它們:
mask = (df['column 0'].shift(1) + df['column 3'].shift(2) >= 6)
newdf = df[mask]
要將多個條件與邏輯和相結合,請使用&
:
mask = ((...) & (...))
邏輯或使用|
:
mask = ((...) | (...))
例如,
In [75]: df = pd.DataFrame({'A':range(5), 'B':range(10,20,2)})
In [76]: df
Out[76]:
A B
0 0 10
1 1 12
2 2 14
3 3 16
4 4 18
In [77]: mask = (df['A'].shift(1) + df['B'].shift(2) > 12)
In [78]: mask
Out[78]:
0 False
1 False
2 False
3 True
4 True
dtype: bool
In [79]: df[mask]
Out[79]:
A B
3 3 16
4 4 18
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.