我正在尝试将一个函数应用于Pandas面板中的每个数据帧。我可以写为一个循环,但索引似乎需要很长时间。我希望一个内置的熊猫功能可能会更快。在
我的数据帧看起来像(实际上每列大约50行):
mydata = pd.DataFrame( { 'hits' : [ 123, 456,678 ], 'sqerr' : [ 253, 641, 3480] } )
它们用多索引键排列在一个面板中:
^{pr2}$面板如下所示:
<class 'pandas.core.panel.Panel'>
Dimensions: 1600 (items) x 48 (major_axis) x 2 (minor_axis)
Items axis: (-4000, -4000) to (3800, 3800)
Major_axis axis: 0 to 47
Minor_axis axis: hits to sqerr
我有一个函数,它接受一个数据帧并输出一个数字:
def condenser( df ):
return some_stuff( df['hits'], df['sqerr'] )
我想把我的面板缩小成一个系列,用我的多重索引索引索引,用我的电容函数的结果作为它的值。在
我可以:
intermediate = []
for k, df in mypanel.iteritems():
intermediate.append( condenser( df ) )
result = pd.Series( results, index = pypanel.items )
这给出了所需的结果,但是当我分析它时,我的condenser
函数只花了4%的时间。大部分时间都花在iteritems
和{
我查看了mypanel.apply( condenser, axis = 'items' )
,但它分别在数据帧的每一列上循环。有什么东西可以对每个数据帧应用一个函数吗?在
另外,我使用的是python2.7.9和pandas 0.15.2
apply是正确的,但用法是:
在我的面板.apply(冷凝器,轴=[1,2])
这将把一个48 x 2的数据帧传送到冷凝器中。在
相关问题 更多 >
编程相关推荐