将数据列从一个SFrame追加到另一个SFrame

Question

我的培训数据train SFrame看起来像这样，有4列( "Store“列是非唯一的SFrame中的)：

+-------+------------+---------+-----------+
| Store |    Date    |  Sales  | Customers |
+-------+------------+---------+-----------+
|   1   | 2015-07-31 |  5263.0 |   555.0   |
|   2   | 2015-07-31 |  6064.0 |   625.0   |
|   3   | 2015-07-31 |  8314.0 |   821.0   |
|   4   | 2015-07-31 | 13995.0 |   1498.0  |
|   3   | 2015-07-20 |  4822.0 |   559.0   |
|   2   | 2015-07-10 |  5651.0 |   589.0   |
|   4   | 2015-07-11 | 15344.0 |   1414.0  |
|   5   | 2015-07-23 |  8492.0 |   833.0   |
|   2   | 2015-07-19 |  8565.0 |   687.0   |
|   10  | 2015-07-09 |  7185.0 |   681.0   |
+-------+------------+---------+-----------+
[986159 rows x 4 columns]

给定第二个store SFrame ( "Store“列在此SFrame中是唯一的)：

+-------+-----------+
| Store | StoreType |
+-------+-----------+
|   1   |     c     |
|   2   |     a     |
|   3   |     a     |
|   4   |     c     |
|   5   |     a     |
|   6   |     a     |
|   7   |     a     |
|   8   |     a     |
|   9   |     a     |
|   10  |     a     |
+-------+-----------+

我可以将适当的StoreType附加到我的train SFrame上，方法是遍历train中的每一行，然后从store中找到合适的StoreType，然后保留该列，然后再修改SFrame.add_column()：

store_type_col = []
for row in train:
    row_store = row['Store']
    row_storetype = next(i for i in store if i['Store'] == row_store)['StoreType']
    store_type_col.append(row_storetype)

train.add_column(graphlab.SArray(store_type_col, dtype=str), name='StoreType')

得到：

+-------+------------+---------+-----------+-----------+
| Store |    Date    |  Sales  | Customers | StoreType |
+-------+------------+---------+-----------+-----------+
|   1   | 2015-07-31 |  5263.0 |   555.0   |   c 
|   2   | 2015-07-31 |  6064.0 |   625.0   |   a 
|   3   | 2015-07-31 |  8314.0 |   821.0   |   a
|   4   | 2015-07-31 | 13995.0 |   1498.0  |   c
|   3   | 2015-07-20 |  4822.0 |   559.0   |   a
|   2   | 2015-07-10 |  5651.0 |   589.0   |   a
|   4   | 2015-07-11 | 15344.0 |   1414.0  |   c
|   5   | 2015-07-23 |  8492.0 |   833.0   |   a
|   2   | 2015-07-19 |  8565.0 |   687.0   |   a
|   10  | 2015-07-09 |  7185.0 |   681.0   |   a
+-------+------------+---------+-----------+-----------+
[986159 rows x 5 columns]

但我确信，使用Graphlab有一种更简单、更快的方法来实现这一点。目前的方法存在O(n*m)的最坏情况，其中n= no。train和m= no中的行。m中的行。

假设我的store SFrame有8个列，我想将它们附加到train中。上面的代码会非常低效。

，否则如何将数据列从一个SFrame添加到另一个SFrame? (Pandas解决方案也是受欢迎的)

Answer 1

您可以使用join操作来完成此操作。

out = train.join(store, on = 'Store')