gpt4 book ai didi

python - Pandas :按最大值分组和对组求和的最快方法

转载 作者:行者123 更新时间:2023-12-05 09:07:34 28 4
gpt4 key购买 nike

这是我想要实现的:

input: 
B C D
A
x z 1 10
x z 2 11
x z 3 12
y s 4 13
y s 5 14
output: 
B C D sum
A
x z 3 12 33
y s 5 14 27

我有以下代码。

import pandas as pd
df = pd.DataFrame({'A': ['x','x','x','y','y'],
'B': ['z','z','z','s','s'],
'C': [1,2,3,4,5],
'D': [10,11,12,13,14]})

df = df.set_index('A')
df['sum'] = df.groupby('A')['D'].transform('sum')
idx = df.groupby(['A'])['C'].transform(max) == df['C']
df= df[idx]

我正在一个相当大的 Dataframe 上执行此操作。然而这需要很长时间,尤其是第一组。有什么办法可以加快这个过程吗?因为我要做的就是对一组求和并保留不同列最大的行。

最佳答案

总的来说,我相信你的方法是有效的,除了一些改进:

# no need to set_index. Do so on smaller/filtered data if needed
# df = df.set_index('A')

# this is good
df['sum'] = df.groupby('A')['D'].transform('sum')

# there's a bit difference between `'max'` and `max`.
# one is vectorized, one is not
idx = df.groupby(['A'])['C'].transform('max') == df['C']

df= df[idx]

另一个改进是你可以做惰性groupby:

groups = df.groupby('A')

df['sum'] = groups['D'].transform('sum')

idx = groups['C'].transform('max') == df['C']

df = df[idx]

关于python - Pandas :按最大值分组和对组求和的最快方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64721116/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com