我正在尝试采用现有的DataFrame并追加一个新列。
假设我有这个DataFrame(只是一些随机数):
a b c d e
0 2.847674 0.890958 -1.785646 -0.648289 1.178657
1 -0.865278 0.696976 1.522485 -0.248514 1.004034
2 -2.229555 -0.037372 -1.380972 -0.880361 -0.532428
3 -0.057895 -2.193053 -0.691445 -0.588935 -0.883624
我想创建一个新列'f',将每行乘以'costs'向量,例如[1,0,0,0,0]。因此,对于零行,f列的输出应为2.847674。
这是我目前使用的功能:
def addEstimate (df, costs):
row_iterator = df.iterrows()
for i, row in row_iterator:
df.ix[i, 'f'] = np.dot(costs, df.ix[i])
我正在使用15个元素的向量执行此操作,超过了2万行,并且发现这非常慢(半小时)。我怀疑使用iterrows
和ix
效率低下,但是我不确定如何更正此错误。
有没有一种方法可以一次将其应用于整个DataFrame,而不是遍历行?还是您有其他建议来加快速度?
python大神给出的解决方案
您可以使用df['f'] = df.dot(costs)
创建新列。
dot
已经是DataFrame方法:将其整体应用到DataFrame上比循环遍历DataFrame并将np.dot
应用于单独的行要快得多。
例如:
>>> df # an example DataFrame
a b c d e
0 0 1 2 3 4
1 12 13 14 15 16
2 24 25 26 27 28
3 36 37 38 39 40
>>> costs = [1, 0, 0, 0, 2]
>>> df['f'] = df.dot(costs)
>>> df
a b c d e f
0 0 1 2 3 4 8
1 12 13 14 15 16 44
2 24 25 26 27 28 80
3 36 37 38 39 40 116