Skip to main content
 首页 » 编程设计

python之Pandas 数据框中的计算列链

2024年10月24日13Terrylee

我正在将财务电子表格转换为 Pandas,这是一个经常出现的挑战。

在 Excel 中,假设您有一些计算,对于列 0:n,值取决于前一列 [以单元格(行,列)格式显示]:单元格(1,n)=(单元格(1,n -1)^2)*5.

显然,对于 n=2,您可以在 Pandas 中创建一个计算列:

df[2] = (df[1]^2) *5 

但是对于 30 条链来说,这是行不通的。所以目前,我正在使用 for 循环。

total_columns_needed = list(range(0,100)) 
for i in total_columns_needed: 
    df[i] = (df[i-1]^2)* 5 

该循环工作正常,但我试图了解如何使用 map 和 apply 使它看起来更清晰。从阅读中可以看出,apply 是一个循环函数,所以我不确定这样做是否会加快速度。但是,它可以大大缩减代码。

我遇到的问题:

df.apply() 

是 1) 可能有其他列未参与计算(如果数据被正确规范化,可以说不应该存在),以及 2) 这些列尚不存在。第 2 部分可以通过创建包含所有需要的列的数据框来解决,但出于其他原因,我试图避免这种情况。

非常感谢任何帮助解决这个问题的人!

请您参考如下方法:

自动生成一堆列,无需循环:

In [433]: 
 
df = pd.DataFrame({'Val': [0,1,2,3,4]}) 
In [434]: 
 
print df.Val.apply(lambda x: pd.Series(x+np.arange(0,25,5))) 
   0  1   2   3   4 
0  0  5  10  15  20 
1  1  6  11  16  21 
2  2  7  12  17  22 
3  3  8  13  18  23 
4  4  9  14  19  24 

numpy.arange(0,25,5) 为您提供 array([ 0, 5, 10, 15, 20])。对于 Val 中的每个值,我们将该值添加到 array([ 0, 5, 10, 15, 20]),创建一个新的 Series 。

最后,将新的 Series 组合回一个新的 DataFrame