我目前有一个带有三列的Datetime索引数据帧:
Glucosa Insulina Carbs
Hour
2018-05-16 06:43:00 156.0 7.0 65.0
2018-05-16 07:43:00 170.0 0.0 65.0
2018-05-16 08:45:00 185.0 2.0 0.0
2018-05-16 09:45:00 150.0 0.0 0.0
2018-05-16 10:45:00 80.0 0.0 0.0
...
我想创建三个额外的列来保存从当前索引开始索引一小时的值,最后得到如下结果:
Glucosa Insulina Carbs Glucosa1 Insulina1 Carbs1
Hour
2018-05-16 06:43:00 156.0 7.0 65.0 170.0 0.0 65.0
2018-05-16 07:43:00 170.0 0.0 65.0 185.0 2.0 0.0
2018-05-16 08:45:00 185.0 2.0 0.0 150.0 0.0 0.0
2018-05-16 09:45:00 150.0 0.0 0.0 80.0 0.0 0.0
2018-05-16 10:45:00 80.0 0.0 0.0 ... ... ...
...
我已经定义了一个函数,该函数创建了一个包含“glucosaa1”、“Insulina1”、“Carbs1”列的数据帧,但它的性能非常差,我希望它运行得更快。你知道吗
我使用以下方法在代码中分析不同函数使用的时间:
start = time.time()
# foo()
end = time.time()
print(f' Time required to execute foo() : {end - start}')
这将为函数nn_format_df()输出8.331165秒(平均)的时间,而类似的函数(迭代数据帧的行)的输出时间为0.366158秒。你知道吗
在创建了一个新的数据帧并调用了我的函数之后,我合并了它们以获得所需的数据帧。你知道吗
df2 = nn_format_df(df)
df = df.join([df2])
功能:
def nn_format_df( df : pd.core.frame.DataFrame ) -> pd.core.frame.DataFrame:
_indices : pd.core.indexes.datetimes.DatetimeIndex = [ idx for idx in df.index ]
indices = _indices[:-60]
_df : pd.core.frame.DataFrame = df.copy()
_df1 : pd.core.frame.DataFrame
_glc1 : pd.core.series.Series = pd.Series(pd.np.nan, index=_indices)
_insu1 : pd.core.series.Series = pd.Series(pd.np.nan, index=_indices)
_carbs1 : pd.core.series.Series = pd.Series(pd.np.nan, index=_indices)
aux : pd._libs.tslibs.timestamps.Timestamp
aux1 : pd._libs.tslibs.timestamps.Timestamp
one : datetime.timedelta = datetime.timedelta(hours=1)
for idx in indices:
aux = _df.ix[ idx, : ].name
aux1 = aux + one
_glc1[ idx ] = _df.ix[ aux1, 'Glucosa' ]
_insu1[ idx ] = _df.ix[ aux1, 'Insulina' ]
_carbs1[ idx ] = _df.ix[ aux1, 'Carbs' ]
_df1 = pd.DataFrame({ 'Glucosa1': _glc1,\
'Insulina1': _insu1,\
'Carbs1': _carbs1
}, index=_indices)
return _df1
总而言之:
您可以通过
.shift
很快完成这一点,它移动整个DataFrame
。只需使用pd.concat
将它们组合在一起;axis=1
参数指定要附加新的列而不是行。你知道吗以上代码提供以下输出:
相关问题 更多 >
编程相关推荐