Python Groupby函数矢量化

我发布了前一个问题（），它提供了一个成功的答案：

import io
import pandas as pd

data = """ 
id,atr1,atr2,orig_date,fix_date
1,bolt,l,2000-01-01,nan
1,screw,l,2000-01-01,nan
1,stem,l,2000-01-01,nan
2,stem,l,2000-01-01,nan
2,screw,l,2000-01-01,nan
2,stem,l,2001-01-01,2001-01-01
3,bolt,r,2000-01-01,nan
3,stem,r,2000-01-01,nan
3,bolt,r,2001-01-01,2001-01-01
3,stem,r,2001-01-01,2001-01-01
"""
data = io.StringIO(data)
df = pd.read_csv(data, parse_dates=['orig_date', 'fix_date'])

def f(g):
    min_fix_date = g['fix_date'].min()
    if pd.isnull(min_fix_date):
        g['failed_part_ind'] = 0
    else:
        g['failed_part_ind'] = g['orig_date'].apply(lambda d: 1 if d < min_fix_date else 0)
    return g

df.groupby(['id', 'atr1', 'atr2']).apply(lambda g: f(g))

---

但是，我现在正在尝试开发一个优化/矢量化版本，以改进运行时并扩展到更大的数据集。欢迎提供任何提示或技巧！我目前正在试用pandas

.idxmin（）

和numpy

.argmin（）

这能满足你的需要吗

df.groupby(['id','atr1','atr2']).apply(lambda x: (x.orig_date < pd.to_datetime(x.fix_date.min()))
                                .astype(int)).reset_index()

df.groupby（['id'，'atr1'，'atr2']）。应用（lambda x:（x.orig\u date

感谢您的贡献！不幸的是，在适应它之后，这似乎对我不起作用。我想知道是否存在相关的.groupby转换方法？我得重新考虑一下。

df.groupby(['id','atr1','atr2']).apply(lambda x: (x.orig_date < pd.to_datetime(x.fix_date.min()))
                                .astype(int)).reset_index()