数据帧列中的“三明治”值？

Question

我有一个[1008961 rows x 8 columns]数据框，看起来像这样：

         Position  Price  Side  Size                 time   init       dt best_pricejump
0               1   3542     1   300  1495087206897454000   True    0.000            NaN
1               2   3541     1   484  1495087206906657000   True    9.203            NaN
2               3   3540     1   423  1495087206914836000   True    8.179            NaN
3               4   3539     1   599  1495087206922854000   True    8.018            NaN
4               5   3539     1   599  1495087206930944000   True    8.018            NaN

以及一个包含我正在查看的某些片段的列表：

[slice(0, 5, None), slice(9, 35, None), slice(39, 131, None), slice(135, 141, None),...]

如何有效地“sandwhich”列时间的值，以便切片数据帧的每个时间值都与切片的最后一个值相似？你知道吗

上面的例子是：

         Position  Price  Side  Size                 time   init       dt best_pricejump
0               1   3542     1   300  1495087206930944000   True    0.000            NaN
1               2   3541     1   484  1495087206930944000   True    9.203            NaN
2               3   3540     1   423  1495087206930944000   True    8.179            NaN
3               4   3539     1   599  1495087206930944000   True    8.018            NaN
4               5   3539     1   599  1495087206930944000   True    8.018            NaN

我有一个解决方案，但它非常慢（它需要14分钟）。有没有更快的方法？你知道吗

for slc in list_of_slices:
    df["time"][slc] = (df["time"][slc]).iloc[-1] 

Answer 1

可以尝试连接操作而不是循环。虽然我个人不知道如何跳出一个初始循环，但我首先在切片器中循环，并为每个切片器范围分配一个组。然后得到一个只包含起始时间组的数据帧。然后重新加入。我不确定这是否更快。它取决于在每个循环中切片所需的时间，而不是赋值。也许你可以试试看，让我知道这样或那样？你知道吗

df['G'] = np.nan
for n, k in enumerate(slicr):
    df.ix[df.ix[list(range(k.start,k.stop)),'position'],'G'] = n

map_df = df.ix[[k.start for k in slicr], ['G', 'time']]
new_df = pd.merge(df, map_df, on='G', how='left')

Answer 2

您可以使用iloc和iat尝试按位置获取标量：

#get position of column time
loc = df.columns.get_loc("time")
for slc in list_of_slices:
    df.iloc[slc, loc] = df["time"].iat[slc.stop-1]