Python 修改熊猫数据帧的最快方法是什么?
数据帧有122145行。 以下是数据片段:Python 修改熊猫数据帧的最快方法是什么?,python,pandas,dataframe,apply,Python,Pandas,Dataframe,Apply,数据帧有122145行。 以下是数据片段: country_name,subdivision_1_name,subdivision_2_name,city_name Spain,Madrid,Madrid,Sevilla La Nueva Spain,Principality of Asturias,Asturias,Sevares Spain,Catalonia,Barcelona,Seva Spain,Cantabria,Cantabria,Setien Spain,Basque Count
country_name,subdivision_1_name,subdivision_2_name,city_name
Spain,Madrid,Madrid,Sevilla La Nueva
Spain,Principality of Asturias,Asturias,Sevares
Spain,Catalonia,Barcelona,Seva
Spain,Cantabria,Cantabria,Setien
Spain,Basque Country,Biscay,Sestao
Spain,Navarre,Navarre,Sesma
Spain,Catalonia,Barcelona,Barcelona
只要满足以下两个条件,我想用分区名称替换城市名称:
for i in range(df.shape[0]):
if df.subdivision_2_name[i] in set(df.city_name[(df.country_name == df.country_name[i]) & (df.subdivision_1_name == df.subdivision_1_name[i])]):
df.city_name[i] = df.subdivision_2_name[i]
编辑:此循环运行了1637秒(约28分钟)
建议我一个更好的方法。使用:
def f(x):
if x['subdivision_2_name'].isin(x['city_name']).any():
x['city_name'] = x['subdivision_2_name']
return (x)
df1 = df.groupby(['country_name','subdivision_1_name','subdivision_2_name']).apply(f)
print (df1)
country_name subdivision_1_name subdivision_2_name city_name
0 Spain Madrid Madrid Sevilla La Nueva
1 Spain Principality of Asturias Asturias Sevares
2 Spain Catalonia Barcelona Barcelona
3 Spain Cantabria Cantabria Setien
4 Spain Basque Country Biscay Sestao
5 Spain Navarre Navarre Sesma
6 Spain Catalonia Barcelona Barcelona
抱歉,我使用示例数据运行您的代码,而不是替换。我尝试理解
对于城市名称“塞瓦”,细分城市名称“巴塞罗那”在数据框中也是一个城市名称,具有相同的国家名称“西班牙”和相同的细分城市名称“加泰罗尼亚”,因此我将用“巴塞罗那”替换“塞瓦”.
但失败。可能问题在于样本数据中没有分区\u 2\u名称存在于城市\u名称中
因此无法替换Seva
。是否可能更改数据并添加预期输出,这意味着替换了哪些值?代码段示例只是为了给出有关问题的上下文。在分区1_名称“加泰罗尼亚”和分区2_名称“巴塞罗那”子集下的完整数据中,城市名称中有多个值。一个是城市名称中的“巴塞罗那”。在这种情况下,“塞瓦”将改为“巴塞罗那”。为了避免混淆,我将把它添加到片段中。请花点时间阅读这篇文章