Python 有没有办法计算两列之间的函数？

我正在寻找一种更快的方法来跨多个列计算某种函数

我的数据框看起来像：

c = 12*1000
b = int(c/2)
d = int(b/2)

newdf = {'Class': ['c1']*c+['c2']*c+['c3']*c,
        'Section': ['A']*b+['B']*b+['C']*b+['D']*b+['E']*b+['F']*b,
        'Time': [1,2,3,4,5,6]*d+[3,1,3,4,5,7]*d}

test = pd.DataFrame(newdf)
test['f_x'] = test['Time']**2/5
test['f_x_2'] = test['Time']**2/5+test['f_x']
#working with 1 column
test['section_mean'] = test.groupby(['Class','Section'])['f_x'].transform(lambda x: x.mean())
test['two_col_sum'] = test[['Time','f_x']].apply(lambda x: x.Time+x.f_x,axis=1)
cols = ['f_x','f_x_2']

我知道如何计算组的一系列列的值：

test['section_mean'] = test.groupby(['Class','Section'])['f_x'].transform(lambda x: x.mean())

或者最终在多个列之间执行简单操作：

test['two_col_sum'] = test[['Time','f_x']].apply(lambda x: x.Time+x.f_x,axis=1)

但是，我要做的是对分组实例的整列进行某种计算：

%%time
slopes_df = pd.DataFrame()
grouped = test.groupby(['Class','Section'])

for name, group in grouped:
    nd=[]
    for col in cols:
        ntest = group[['Time',col]]
        x = ntest.Time
        y = ntest[col]
        f=np.polyfit(x,y, deg=1).round(2)
        data = [name[0],name[1],col,f[0],f[1]]
        nd.append(data)

    slopes_df=pd.concat([slopes_df,pd.DataFrame(nd)])

slopes_df.columns=['Class','Section','col','slope','intercept']
slopes_df_p = pd.pivot_table(data=slopes_df,index=['Class','Section'], columns=['col'], values=['slope','intercept']).reset_index()
slopes_df_p.columns = pd.Index(e[0] if e[0] in ['Class','Section'] else e[0]+'_'+e[1] for e in slopes_df_p.columns)
fdf = pd.merge(test, slopes_df_p, on=['Class','Section'])

我尝试了以下方式提出的解决方案：

%%time
for col in cols:
    df1 = (test.groupby(['Class','Section'])
              .apply(lambda x: np.polyfit(x['Time'],x[col], deg=1).round(2)[0])
              .rename('slope_'+str(col)))
    df2 = (test.groupby(['Class','Section'])
              .apply(lambda x: np.polyfit(x['Time'],x[col], deg=1).round(2)[1])
              .rename('intercept_'+str(col)))
    df1['col']=col
    df2['col']=col

    test = pd.merge(test,df1, on=['Class','Section'])
    test = pd.merge(test,df2, on=['Class','Section'])

但速度似乎较慢，在我的电脑上，第一个循环需要150毫秒，第二个代码需要300毫秒

---

Andrea

您的循环解决方案无法按组数据运行，因此我认为您需要：

---

修正了，谢谢你的注意。你似乎没有在这个循环中使用

x

和

y

。你也不需要

lambda

在这里，只要使用

test.groupby（['Class'，'Section']）['f_x'].transform（'mean'）

和

test['Time'，'f_x'].sum（1）

。我将在一个更大的数据帧上尝试它！我更新了代码：现在它应该在原始数据帧中的某些组和不同列上循环。@CassAndr-我希望工作正常，测试后请告诉我；）我尝试了你的解决方案，但速度似乎较慢，我将更新问题以澄清，因为这里的代码格式更差。这是最快的！谢谢@Jetrael墙壁时间：192毫秒墙壁时间：337毫秒上一个解决方案：墙壁时间：115毫秒

def f(x):
    for col in cols:
        x[f'slope_{col}'], x[f'intercept_{col}'] = np.polyfit(x['Time'],x[col], deg=1).round(2)
    return x
df1 = test.groupby(['Class','Section']).apply(f)