熊猫数据的有效计算

Question

我需要让我的代码更快。这个问题非常简单，但我没有找到一种好的方法来进行计算，而无需遍历整个DataFrame。

我有三个dataFrames: A，B和C。

A和B各有3列，格式如下：

A (10行)：

     Canal Gerencia grad
0    'ABC'   'DEF'   23
etc...

B (25行)：

     Marca  Formato  grad
0    'GHI'   'JKL'    43
etc...

另一方面，DataFrame C有5列：

C (5000行)：

     Marca  Formato  Canal  Gerencia  grad
0    'GHI'   'JKL'    'ABC'   'DEF'   -102
etc...

我需要一个长度与DataFrame 'C‘相同的向量，它将三个表中的'grad’值相加，例如：

m = 'GHI'
f = 'JKL'
c = 'ABC'
g = 'DEF'
res = C['grad'][C['Marca']==m][C['Formato']==f][C['Canal']==c][C['Gerencia']==g] + A['grad'][A['Canal']==c][A['Gerencia']==g] + B['grad'][B['Formato']==f][B['Marca']==m]
>>-36

我试着遍历C dataFrame，但速度太慢了。我知道我应该尽量避免通过dataFrame循环，但不知道如何做到这一点。我的实际代码如下(工作，但非常慢)：

res=[]
for row_index, row in C.iterrows():
    vec1 = A['Gerencia']==row['Gerencia']
    vec2 = A['Canal']==row['Canal']
    vec3 = B['Marca']==row['Marca']
    vec4 = B['Formato']==row['Formato']
    grad = row['grad']
    res.append(grad + sum(A['grad'][vec1][vec2])+ sum(B['grad'][vec3][vec4]))

我真的很感激任何帮助使这个例行公事更快。谢谢!

Answer 1

IIUC，您需要将C与A合并

C = pd.merge(C, A, on=['Canal', 'Gerencia'])

(这将向其添加一列)，然后将结果与B合并

C = pd.merge(C, B, on=['Marca', 'Formato'])

(再次向C添加列)

此时，检查C中列的名称；假设它们是grad_foo、grad_bar、grad_baz。所以把它们加进去

C.grad_foo + C.grad_bar + C.grad_baz