在dataframe上迭代修改列值的最快方法

Question

Im使用一个csv文件，该文件在一列上有圈数，其中每一行包含关于该圈数的数据（最后一个数字是圈数），如下所示： 价值1，价值2，价值1 价值3、价值4、价值1 ... valueN，valuex，99

我有这个数据的一个子集，所以我有一个从lapX到lapY的范围，我想重新排列它，其中lapX是1，每次出现一个新圈时，将1添加到实际圈数。我编写的代码实现了我的目标：

csv = csv file readed as dataframe

lap = 1
lap_file = csv['Trial'][0]

while i < len(csv):
   if csv['Lap'][i] == lap_file:
   csv['Lap'][i] = lap
   i += 1
else:
   lap_file = csv['Lap'][i]
   lap = lap + 1
   csv['Lap'][i] = lap
   i += 1

代码做了我所需要的，但它需要很多时间，我想是因为它在每一行上迭代，而且文件有点大。那么，我想知道，有没有其他方法可以做到这一点

编辑：我的df示例

我所拥有的：

比赛1：

^{tb1}$

我想要的是，以更快的方式：

比赛1：

^{tb2}$

这是一个参考，有更多的行，我有多个比赛，所以我可以有一个比赛2，其中每圈的数据数量是不同的

Answer 1

基于预期的数据帧，看起来您只想递增地重新计算圈数，即使它们不是连续圈数。所以5，6，9变成了1，2，3

为此，获取Lap的唯一值并对其进行排序。然后用一个^{}来压缩它，它只是计数。从中创建一个字典，然后将旧搭接值映射到新搭接值：

import itertools

lap_map = dict(zip(sorted(df['Lap'].unique()), itertools.count(1)))
# lap_map is {5: 1, 6: 2, 9: 3}

df['Lap'] = df['Lap'].map(lap_map)
df

输出：

   value1 value2  Lap
id
1      a      b     1
2      c      d     1
3      e      f     2
4      g      h     2
5      i      j     3
6      k      l     3
7      m      n     3

Answer 2

• 使用shift()生成lap更改时的二进制序列
• cumsum()此序列（True等于1，False等于0）
• 完全矢量化解

df = pd.DataFrame({'id': [1, 2, 3, 4, 5, 6, 7],
 'value1': ['a', 'c', 'e', 'g', 'i', 'k', 'm'],
 'value2': ['b', 'd', 'f', 'h', 'j', 'l', 'n'],
 'Lap': [5, 5, 6, 6, 9, 9, 9]})

df["Lap"] = (df["Lap"]!=df["Lap"].shift()).cumsum()