Python 大熊猫lambda函数。。。更快的计算

我有以下

dataframe

的

dates

和

code

df = pd.DataFrame(
    {'date': list(pd.date_range(start='2018-01-01', end='2018-12-30')) * 364,
     'code': np.random.permutation(list(np.arange(23001, 23001 + 8281)) * 16)}
).sort_values('date', ascending=True).reset_index(drop=True)

我想要的是，对于在某个特定时间发生的每一个

代码

，计算在同一日期之前发生的所有相同的

代码

def nb_code_at_date(x):
    condition = (df['date'] <= x['date'])
    return (df.loc[condition, 'code'] == x['code']).sum()

---

您如何处理以增加等待时间？

我发现的另一个解决方案是使用pandas.crosstab函数来计算预定义的数据帧，该数据帧可以随时使用并修复

temp = pd.crosstab(df['date'], df['code'])

def nb_code_at_date2(x):
    condition = (temp.index <= x['date'])
    return (temp.loc[condition, x['code']]).sum()

%%timeit
df.head(1000).apply(lambda x: nb_code_at_date2(x), axis=1)
>>750 ms ± 73.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

temp=pd.交叉表（df['date']，df['code']））
def nb_代码_日期2（x）：
条件=（温度指数>750 ms±73.3 ms/循环（7次运行的平均值±标准偏差，每个循环1次）

可以使用和完成任务：

---

一个代码能在一天内发生一次以上吗？是的，它可以在特定的时间发生每一个事件，做所有的相同的代码的出现，在它之后，但是在同一天需要计数。我认为这里没有时间上的差异，但是只有日期上的差异。因此，日内差异是不相关的。

temp = pd.crosstab(df['date'], df['code'])

def nb_code_at_date2(x):
    condition = (temp.index <= x['date'])
    return (temp.loc[condition, x['code']]).sum()

%%timeit
df.head(1000).apply(lambda x: nb_code_at_date2(x), axis=1)
>>750 ms ± 73.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

output = df.join(df.groupby(["code"]).cumcount().add(1).to_frame())
output = output.groupby(["code", "date"]).transform("max")