在单独的列表中矢量化查找 Pandas 数据框列值答案

【问题标题】：Vectorized look-up of Pandas dataframe column values in a separate list在单独的列表中矢量化查找 Pandas 数据框列值
【发布时间】：2018-07-28 14:29:43
【问题描述】：

我正在寻找一种使用 Pandas 数据帧的内容执行计算的快速（矢量化）方法。

我的数据框每行包含 2 个标签，我想查找与每个标签对应的值（从字典/列表中）并执行计算，将结果返回到数据框中的新列。

我在下面使用循环包括我的工作示例。

label1s = np.array(['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'], dtype=str)
label2s = np.array(['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'], dtype=str)
data = np.column_stack([label1s, label2s])

label_values = {'A':1, 'B':2, 'C':3}

df = pd.DataFrame(data=data, columns=['Label1', 'Label2'])

new_col = np.zeros_like(label1s, dtype=float)

for index, row in df.iterrows():
    val1 = label_values[row['Label1']]
    val2 = label_values[row['Label2']]
    new_col[index] = val1 - val2

df['result'] = new_col
df

但是，对于大型数据集，循环非常不受欢迎且速度很慢。

请问有办法优化吗？

我已经探索了一些 pandas 功能，例如“查找”，但这似乎需要每个大小的数组，而在我的情况下，我需要从外部列表中查找值，并且与数据框大小不同。

【问题讨论】：

标签： python pandas dataframe optimization vectorization

【解决方案1】：

你可以map字典到所需的列，即

df['result'] = df.Label1.map(label_values) - df.Label2.map(label_values)

【讨论】：

我提倡这种方法
谢谢，与循环相比，这可以提高约 5 倍的速度。