python - 根据值数组的条件在 pandas 中分配值

Question

我有一堆数据帧和相同数量的数组，这些数组表示这些数据帧中 price 列中的间隔(中断数字)

我需要根据这些间隔分配名为 description_contrib 的新列，例如如果价格为 16 美元，间隔数组类似于 [0,10]，这意味着该行的 description_contrib 列将为 2，因为 16 大于 0，也大于 0超过10

我想出了这段代码:

def description_contribution(df_cat):
    for i in range(0, len(df_cat)):
        for j in range(0, len(intervals[i])):
            df_cat[i]['description_contrib'].loc[df_cat[i]['price'] >= intervals[i][j]] = j

但它运行缓慢，可能有更强大的解决方案

我该如何改进？

UPD数据如下所示

train_id    item_condition_id   brand_name  price   shipping    description_contrib
5644        1                   Unknown     15.0    1           6
12506       1                   Unknown     8.0     1           3
26141       1                   Unknown     20.0    1           8

该数据帧的间隔是:

[0.0, 0.0, 6.0, 8.0, 10.0, 12.0, 14.0, 16.0, 20.0, 22.0, 31.0]

Answer 1

您可以与 numpy 数组进行广播比较 -

v = (df.price.values[:, None] > intervals).sum(1)

这可以分配回df -

df['description_contrib'] = v

需要注意的是内存使用情况，尤其是对于较大的数据。速度的公平权衡。