如何在 Python 中向量化索引插入？

Question

我有一个非常大的数据集的问题，我可以在不到一分钟的时间内在 Excel 中完成，但在 Python 上花费的时间太长了。

目标：根据数据集 X 列和 Y 列中的信息为每一行赋予一个 ID。

在 Excel 中：

• 将计数器初始化为 1
• 对于每一行 i：
  • 如果 X = 0 和 Y = 0，则行 ID = 计数器，后跟计数器 += 1
  • [已编辑] 其他行 ID = 上一行中的 ID。
• 接下来我

我的 pd 数据框很大。在 for 循环中执行此操作需要一个多小时。我不知道如何向量化我的问题以避免 for 循环。

希望有人可以帮助我。

Answer 1

要找到有效的 Pandas 解决方案，您应该重新表述您的问题。您的计数器本质上是之前全零行的数量（加 1）：

df = pd.DataFrame({'X': [0,2,1,0,0,1,2,0], 
                   'Y': [0,2,1,3,0,0,1,2]})
df['counter'] = (((df.X==0) & (df.Y==0)).cumsum().shift() + 1)\
                  .fillna(1).astype(int)
#   X  Y  counter
#0  0  0        1
#1  2  2        2
#2  1  1        2
#3  0  3        2
#4  0  0        2
#5  1  0        3
#6  2  1        3
#7  0  2        3