對 pandas dataframe 行進行有效迭代以計算新數據幀的值

Question

我正在嘗試創建一個 dataframe ，其中列與已售商品的 ID 相關，行索引是購買這些商品的客戶的 ID。 單元格應顯示每個客戶購買了每件商品的數量。 為了獲得這些信息，我閱讀了 CSV 文件，其中包含客戶進行的每筆交易的一行。

該文件被解析為frame_變量。 我使用相應列上的unique() function 檢索客戶和商品 ID，並使用它們創建一個新的 dataframe，並將這些 ID 作為列標題和行索引。

with open(f"{file_path}") as file:
    frame_ = pd.read_csv(file, sep="\t", header=None)
    
    customer_ids = list(frame_[customer_index].unique())
    item_ids = list(frame_[item_index].unique())
    
    frame = pd.DataFrame.from_dict(
        dict.fromkeys(item_ids, dict.fromkeys(customer_ids, 0)))

對於下一步，我想遍歷frame_以檢查每一行的 3 個值：

1. 客戶ID
2. 商品編號
3. 售出物品數量

金額應添加到frame.at[customer_id, item_id]的當前值。

for index, row in frame_.iterrows():
    customer = row[customer_index]
    item = row[item_index]
    amount = abs(float(row[2]))

    frame.at[customer, item] += amount

由於我使用iterrows()這部分特別慢。
我查看了一些問題，但因為我不太清楚我在尋找什么，所以我找不到任何關於如何更有效地執行任務的解決方案。

感謝您抽出寶貴的時間和您可以提供的任何建議。

編輯：原始文件和frame_包含大約 250 萬行

編輯 2：添加了frame_的摘錄，“...”包含與此部分無關的其他信息。 列標題實際上是 0-8，為了便於閱讀，添加了“ID”、“amount”、“itemID”和“customerID”：

ID ... amount ... ... itemID ... customerID ...
1  ... -5.0    ... ... 1258   ... 805214     ...
2  ... -10.0   ... ... 3658   ... 798125     ...
3  ... -7.5    ... ... 2056   ... 589012     ...

編輯 3：預期 output 看起來像這樣：

       1258 3658 2056
805214 5.0  0    0
798125 0    10.0 0
589012 0    0    7.5

Answer 1

首先准備另一列絕對值的金額（雖然我不完全理解你需要什么abs和float - 你的金額不是已經是正數和數字了嗎？）：

import numpy as np
frame_["amount1"] = np.abs(frame_["amount"].astype(float))

然后按客戶和項目索引聚合：

frame = frame_.groupby(["customerID", "itemID"])["amount1"].sum()

不需要顯式迭代。 如果需要，您可以將結果轉換為“寬”格式：

frame.unstack().fillna(0)
#itemID      1258  2056  3658
#customerID                  
#589012       0.0   7.5   0.0
#798125       0.0   0.0  10.0
#805214       5.0   0.0   0.0