python - 有没有办法在 Python 数据表中对整个帧执行算术运算？

Question

这个问题是关于最近的h2o datatable包。我想用这个库替换 pandas 代码以提高性能。

问题很简单:我需要用一个数字除/加/乘/减整个框架或各种选定的列。

在 pandas 中，要将除第一列之外的所有列除以 3，可以这样写:

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "C0": np.random.randn(10000), 
    "C1": np.random.randn(10000)
})
df.iloc[:,1:] = df.iloc[:,1:]/3

在数据表包中，可以只对一个选定的列执行此操作:

import datatable as dt
from datatable import f

df = dt.Frame(np.random.randn(1000000))
df[:, "C1"] = dt.Frame(np.random.randn(1000000))
for i in range(1,df.shape[1]): df[:,i] = df[:,f[i]/3]

到目前为止，在 Python 3.6(我不知道 3.7 版本)中，FrameProxy f 不接受切片。我只是问是否有比循环更好的方法来执行这种帧算术运算，我在 Documentation 上没有找到它。 .

编辑:

最新提交 #1962添加了与此问题相关的功能。如果我能够运行最新的源版本，我会为自己添加一个包含该新功能的答案。

Answer 1

你是对的，f-symbol 目前不支持切片表达式(顺便说一句，这是一个有趣的想法，也许将来可以添加？)

但是，赋值的右侧可以是表达式列表，允许您编写以下内容:

df = dt.Frame(C0=np.random.randn(1000000),
              C1=np.random.randn(1000000))

df[:, 1:] = [f[i]/3 for i in range(1, df.ncols)]