홈>2020-12-08 09:06source

python - 두 열의 값이 서로 가까운 지 판다로 확인

이것은 내 DataFrame입니다.

   max  hits
0   NaN  NaN
1   NaN  NaN
2   NaN  True (bad)
3   NaN  NaN
4   NaN  NaN
5   NaN  NaN
6   True NaN
7   NaN  True (good)
8   NaN  NaN
9   NaN  NaN
10  NaN  True (good)
11  True NaN
12  NaN  NaN
13  NaN  NaN

'적중'열의 True 값이 '최대'열의 True 값과 얼마나 가까운 지 계산하고 싶습니다. 근접 기준은 두 단계 위로, 두 단계 아래로입니다. 그래서 제 예에서 대답은 2입니다.

이제 나는 이렇게 계산합니다.

# get indexes of True values in hits column
indexes = df.dropna(subset = ['hits']).index
count = 0
for index in indexes:
    df_slice = df_work.iloc [index-2 : index+2+1].dropna(subset = ['max'])
    if len(df_slice) > 0:
        count += 1 # True in 'hits' is close to True value in 'max'

예상대로 작동하지만 매우 느립니다. 내 DataFrame은 매우 크고 많은 시간을 잃었습니다. 더 빠른 방법이 있습니까?

pythonpandas

답변 # 1

해보자 bfill/ffill 와 limit :

(df.hits.bfill(limit=2).ffill(limit=2) & df['max']).sum()
# out 2

답변 # 2

# 테스트 컬럼 소개

df=df.assign(test=df.sum(1).replace(0, np.nan).fillna(method='ffill',limit=2))
#Create Condition and Choices
cond=[df.hits.notna()&df['test'].ne(df['test'].shift(3)),df.hits.notna()&df['test'].eq(df['test'].shift(3))]
choices=['bad','good']
#Update staus using np.where
df['status']=np.select(cond,choices,'')
print(df)
    max  hits  test status
0    NaN   NaN   NaN       
1    NaN   NaN   NaN       
2    NaN  True   1.0    bad
3    NaN   NaN   1.0       
4    NaN   NaN   1.0       
5    NaN   NaN   NaN       
6   True   NaN   1.0       
7    NaN  True   1.0   good
8    NaN   NaN   1.0       
9    NaN   NaN   1.0       
10   NaN  True   1.0   good
11  True   NaN   1.0       
12   NaN   NaN   1.0       
13   NaN   NaN   1.0

Python2.net

python - 두 열의 값이 서로 가까운 지 판다로 확인

관련 자료