数据框中多列操作的矢量化解决方案答案

【问题标题】：Vectorized solution for multiple column operation in a dataframe数据框中多列操作的矢量化解决方案
【发布时间】：2019-06-18 21:27:11
【问题描述】：

我可能会有一个大数据框，其中第一行如下：

   BUCHDAT     y  y1   y2    y3     y4    y5     y6     y7
7 2017-02-26 577 30.0 622.0 1785.0 2633.0 422.0 10497.0 364.0

现在我想用公式替换“y”到“y7”列：

df['y'] = df['y'] - df['y1']

对此有任何矢量化解决方案吗？所以我想在每一列中应用这个公式，下一列的公式应该是：

df['y1'] = df['y1']- df['y2']

你知道怎么做吗？

【问题讨论】：

标签： python pandas dataframe optimization vectorization

【解决方案1】：

这是一个使用底层 numpy 数组以获得良好性能的方法：

df.iloc[:,1:-1] = df.values[:,1:-1] - df.values[:,2:]

print(df)

    BUCHDAT      y     y1      y2     y3      y4       y5       y6     y7
7  2017-02-26  547.0 -592.0 -1163.0 -848.0  2211.0 -10075.0  10133.0  364.0

【讨论】：

这是对数组的很好使用，您介意添加一些解释吗？ +1
是的，它确实是基本的切片@erfan，这就是我没有添加细节的原因。我将以下行减去当前列，直到最后一列
这个解决方案更快：0.0 秒，这就是我选择它作为解决方案的原因
我通常会添加一些解释。我确实认为不必通过非常基础的知识，除非显然 OP 水平非常低。我认为我不应该添加切片符号的工作方式。你不这么认为吗@erfan？

【解决方案2】：

将DataFrame.sub 与DataFrame.shift 一起使用：

df1 = df.iloc[:, 1:].astype(float)
df.iloc[:, 1:] = df1.sub(df1.shift(-1, axis=1))
print (df)
      BUCHDAT      y     y1      y2     y3      y4       y5       y6  y7
7  2017-02-26  547.0 -592.0 -1163.0 -848.0  2211.0 -10075.0  10133.0 NaN

【讨论】：

有没有先设置索引后重置的选项？我需要将索引保留为数字
此操作耗时：0.015599966049194336 秒