Python 如何用更快的方法替换FOR循环
我正试图根据某些条件转换我的数据帧。下面是我的输入数据帧Python 如何用更快的方法替换FOR循环,python,numpy,for-loop,vectorization,list-comprehension,Python,Numpy,For Loop,Vectorization,List Comprehension,我正试图根据某些条件转换我的数据帧。下面是我的输入数据帧 In [11]: df Out[11]: DocumentNumber I_Date N_Date P_Date Amount 0 1234 2016-01-01 2017-01-01 2017-10-23 38.38 1 2345 2016-01-02 2017-01-02 2018-03-26 41.00 2 1324 2016
In [11]: df
Out[11]:
DocumentNumber I_Date N_Date P_Date Amount
0 1234 2016-01-01 2017-01-01 2017-10-23 38.38
1 2345 2016-01-02 2017-01-02 2018-03-26 41.00
2 1324 2016-01-12 2017-01-03 2018-03-26 30.37
3 5421 2016-01-13 2017-01-02 2018-03-06 269.00
4 5532 2016-01-15 2017-01-04 2018-06-30 271.00
理想的解决方案:
- 每一行都是一个独特的文档,我的目标是找到文档的数量和它们的总数,如果我每天运行一次,那么这些文档的数量和总数满足上述条件
- 我可以通过
获得所需的结果,但我知道这不是理想的方法,而且随着数据的增加,速度会变慢。由于我是python新手,我需要通过列表理解或任何其他更快的选项来帮助摆脱循环李>for loop
mydates
和Delta
的内容创建单个数据帧。
- 在本例中,您将创建75个不同的数据帧
- 在每个数据帧上,您可以
,然后.groupby
支付的.agg
和文档编号的总额
计数
- 每个数据帧都附加到一个列表中
将完整列表放入数据框中pd.concat
- 在创建数据帧并执行其余操作之前,请检查布尔条件。在本例中,对69个空数据帧执行了操作。通过首先检查条件,将仅对包含数据的6个数据帧执行操作
返回condition.any()
,只要至少有一个元素True
True
+datetime
已被弃用,因此将其更改为int
+datetime
timedelta(days=x)
对于制作列表来说是一种过分的技巧。现在需要pd.Series(范围(0,5)).tolist()
对象,因此使用timedelta
[timedelta(days=x)表示范围(5)中的x]
- 使用
和mydates
上的Delta
,而不是对循环使用两个itertools.product
进行迭代。这将创建一个元组生成器,格式为
(Timestamp('2017-01-01 00:00:00',freq='D')、datetime.timedelta(0))
- 创建数据帧
时使用A
,以防止.copy()
设置CopyWarning
- 问题中提到了
。它们只是一种列表理解
的方法,用于生成pythonic
,但不一定能提高性能for循环
- 所有的计算都使用pandas方法,而不是循环的
。循环的
仅根据条件创建数据帧
作为pd进口熊猫
从日期时间导入日期,时间增量
d1=日期(2017年1月1日)
d2=日期(2017年1月15日)
mydates=pd.date\u范围(d1、d2)
增量=[范围(5)内x的时间增量(天数=x)]
df_list=list()
对于产品中的t(mydates,Delta):
条件=(df[“I_日期”]t[0]+t[1])和(df[“P_日期”]>t[0])
if条件.any():
A=df[条件].copy()
A[“日期截止”]=t[0]
A[“Delta”]=t[1]
A=A.groupby(['DateCutoff','Delta'],as_index=False).agg({'Amount':'sum','DocumentNumber':'count'})
A.columns=['DateCutoff'、'Delta'、'A_PaymentAmount'、'A_DocumentNumber']
df_列表。附加(A)
df_截止=pd.concat(df_列表,排序=False)
输出
- 和原来一样
DateCutoff Delta A_PaymentAmount A_DocumentNumber
0 2017-01-01 0 611.37 4
0 2017-01-01 1 301.37 2
0 2017-01-01 2 271.00 1
0 2017-01-02 0 301.37 2
0 2017-01-02 1 271.00 1
0 2017-01-03 0 271.00 1
mydates
和Delta
的内容创建单个数据帧。
- 在本例中,您将创建75个不同的数据帧
- 在每个数据帧上,您可以
,然后.groupby
支付的.agg
和文档编号的总额
计数
- 每个数据帧都附加到一个列表中
将完整列表放入数据框中pd.concat
- 在创建数据帧并执行其余操作之前,请检查布尔条件。在本例中,对69个空数据帧执行了操作。通过首先检查条件,将仅对包含数据的6个数据帧执行操作
返回condition.any()
,只要至少有一个元素True
True
+datetime
已被弃用,因此将其更改为int
+datetime
timedelta(days=x)
对于制作列表来说是一种过分的技巧。现在需要pd.Series(范围(0,5)).tolist()
对象,因此使用timedelta
[timedelta(days=x)表示范围(5)中的x]
- 使用
和mydates
上的Delta
,而不是对循环使用两个itertools.product
进行迭代。这将创建一个元组生成器,格式为
(Timestamp('2017-01-01 00:00:00',freq='D')、datetime.timedelta(0))
- 创建数据帧
时使用A
,以防止.copy()
设置CopyWarning
- 问题中提到了
。它们只是一种列表理解
的方法,用于生成pythonic
,但不一定能提高性能for循环
- 所有的计算都使用pandas方法,而不是循环的
<
d1 = datetime.date(2017, 1, 1) d2 = datetime.date(2017, 1, 15) mydates = pd.date_range(d1, d2).tolist() Delta = pd.Series(range(0,5)).tolist() df_A =[] for i in mydates: for j in Delta: A = df[(df["I_Date"]<i) & (df["N_Date"]>i+j) & (df["P_Date"]>i) ] A["DateCutoff"] = i A["Delta"]=j A = A.groupby(['DateCutoff','Delta'],as_index=False).agg({'Amount':'sum','DocumentNumber':'count'}) A.columns = ['DateCutoff','Delta','A_PaymentAmount','A_DocumentNumber'] df_A.append(A) df_A = pd.concat(df_A, sort = False)
In [14]: df_A Out[14]: DateCutoff Delta A_PaymentAmount A_DocumentNumber 0 2017-01-01 0 611.37 4 0 2017-01-01 1 301.37 2 0 2017-01-01 2 271.00 1 0 2017-01-02 0 301.37 2 0 2017-01-02 1 271.00 1 0 2017-01-03 0 271.00 1