- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个可能来自数据透视表的数据框,所以它看起来很困惑。它不仅仅是一个 XY 2 维数据,而是一个 4 或 5。
我想要做的是,如果满足某些条件,则添加一个新列并从第 3 行(第 0、1、2 行是字符串)开始计算同比变化。
并且为了避免计算时的除零错误(如果直接做数学运算会出错),我必须在循环中添加循环(if
else
函数首先输入0)。通过使用 time()
功能,我可以看出该程序每次运行都需要将近 10 分钟。
我想知道是否有任何更聪明的方法来编程它。感谢您的善意建议!
for i in range(1, 187):
k = i * 1000
if df.iloc[1, i] == df.iloc[1, i - 1] and df.iloc[1, i] != df.iloc[1, i+ 1]:
df[k] = 0
a = df.columns.get_loc[k]
df.iloc[0, a] = df.iloc[0, i]
df.iloc[1, a] = df.iloc[1, i]
df.iloc[2, a] = 'YoY%'
for m in range(3, 13259):
if df.iloc[m, i - 1] == 0:
df.iloc[m, a] = 0
else:
df.iloc[m, a] = (df.iloc[m, i] - df.iloc[m, i - 1]) / df.iloc[m, i - 1]
df = df.sort_values(by=[0, 1, 2], axis=1)
排序前的数据框片段如下所示:
0 cash cash cash cash trade trade cash cash trade
1 54100 54100 54103 54103 52209 52209 54100 54103 52209
2 02-21 03-21 02-21 03-21 02-21 03-21 YoY% YoY% YoY%
3 0 0 1500 1500 -28.1 -2476.8 0 0 87.14
4 0 500 16500 16500 25 35 0 0 0.4
5 0 0 300 600 3.1 420 0 1 134.5
.. .. .. .. .. .. .. .. ..
13258 1973.7 4484.9 18300 18600 0 750 1.3 0.02 0
最佳答案
如果您以易于复制和使用的格式提供数据样本,那么回答您的问题会更容易。我会尽力帮助:
假设您有以下数据:
records = [
['cash','cash','cash','cash','trade','trade'],
[54100,54100,54103,54103,52209,52209],
['02-21','03-21','02-21','03-21','02-21','03-21'],
[0,0,1500,1500,-28.1,-2476.8],
[0,500,16500,16500,25,35],
[0,0,300,600,3.1,420],
[1973.7,4484.9,18300,18600,0,750],
]
index = [0,1,2,3,4,5,13259]
df = pd.DataFrame.from_records(records, index=index)
它产生以下数据帧:
0 1 2 3 4 5
0 cash cash cash cash trade trade
1 54100 54100 54103 54103 52209 52209
2 02-21 03-21 02-21 03-21 02-21 03-21
3 0 0 1500 1500 -28.1 -2476.8
4 0 500 16500 16500 25 35
5 0 0 300 600 3.1 420
13259 1973.7 4484.9 18300 18600 0 750
似乎数据的前三行实际上是表头。我们可以将它们转换为 muliindex 以充分利用 pandas 的功能:
# Set columns index from first rows
df.columns = [df.iloc[i] for i in range(3)]
# Delete first rows used for column names
df = df.iloc[3:]
这会产生以下数据框(注意前三行现在是数据框的列):
0 cash trade
1 54100 54103 52209
2 02-21 03-21 02-21 03-21 02-21 03-21
3 0 0 1500 1500 -28.1 -2476.8
4 0 500 16500 16500 25 35
5 0 0 300 600 3.1 420
13259 1973.7 4484.9 18300 18600 0 750
现在您可以使用 Pandas 沿列进行分组。首先要做的事情是:当我们对它们进行分组时,我们需要一个函数来应用于每对列。假设我们定义了以下函数来计算两个月之间的增量:
def calculate_incr(df):
''' Calculates the increment between a dataframe's first two colums.
Ignores division by zero errors.
'''
mask = df.iloc[:,0] != 0 # prevents divide by zero error
return df.loc[mask].iloc[:,1] / df.loc[mask].iloc[:,0] - 1
我们终于可以对我们的数据进行分组并计算增量。这有点棘手,因为pandas似乎不喜欢在多个列级别上分组,因此我们将首先组合列标签,然后在后面的步骤中再次拆分它们以与原始数据组合:
In []: df.groupby(by=lambda l: '_'.join(map(str, l[:2])), axis=1).agg(calculate_incr)
Out[]:
cash_54100 cash_54103 trade_52209
3 NaN 0.000000 87.142349
4 NaN 0.000000 0.400000
5 NaN 1.000000 134.483871
13259 1.272331 0.016393 NaN
数字似乎是正确的,但您可能希望将此结果整合到您的原始表中并替换
NaN
s 表示除以零错误除以 0,所以让我们再次计算增量,但这次很漂亮,将列拆分为多索引:
grouped = df.groupby(by=lambda l: '_'.join(map(str, l[:2])), axis=1)
increments = {k: calculate_incr(grp) for k, grp in grouped}
increments = pd.DataFrame(increments).fillna(0)
increments.columns = increments.columns.map(lambda c: tuple([*c.split('_'), 'YoY%']))
啊哈!这现在看起来更好:
In []: increments
Out[]:
cash trade
54100 54103 52209
YoY% YoY% YoY%
3 0.000000 0.000000 87.142349
4 0.000000 0.000000 0.400000
5 0.000000 1.000000 134.483871
13259 1.272331 0.016393 0.000000
现在也可以轻松地将此结果合并到您的原始数据中:
In []: result = pd.concat([df, increments], axis=1)
In []: result
Out[]:
0 cash trade cash trade
1 54100 54103 52209 54100 54103 52209
2 02-21 03-21 02-21 03-21 02-21 03-21 YoY% YoY% YoY%
3 0 0 1500 1500 -28.1 -2476.8 0.000000 0.000000 87.142349
4 0 500 16500 16500 25 35 0.000000 0.000000 0.400000
5 0 0 300 600 3.1 420 0.000000 1.000000 134.483871
13259 1973.7 4484.9 18300 18600 0 750 1.272331 0.016393 0.000000
最后,如果您想保留您提供的示例中的表格,而没有标题(即多索引列),只需使用此技巧来重置列:
In []: result = result.columns.to_frame().T.append(result, ignore_index=True).T.reset_index(drop=True).T
In []: result
Out[]:
0 1 2 3 4 5 6 7 8
0 cash cash cash cash trade trade cash cash trade
1 54100 54100 54103 54103 52209 52209 54100 54103 52209
2 02-21 03-21 02-21 03-21 02-21 03-21 YoY% YoY% YoY%
3 0 0 1500 1500 -28.1 -2476.8 0 0 87.1423
4 0 500 16500 16500 25 35 0 0 0.4
5 0 0 300 600 3.1 420 0 1 134.484
6 1973.7 4484.9 18300 18600 0 750 1.27233 0.0163934 0
关于python - 加速循环,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67330784/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!