数据框中多列操作的矢量化解决方案

Question

我可能会有一个大数据框，其中第一行如下：

   BUCHDAT     y  y1   y2    y3     y4    y5     y6     y7
7 2017-02-26 577 30.0 622.0 1785.0 2633.0 422.0 10497.0 364.0

现在我想用公式替换 'y' 到 'y7' 的列：

df['y'] = df['y'] - df['y1']

有没有矢量化解决方案？所以我想在每一列中应用这个公式，对于下一列，公式应该是：

df['y1'] = df['y1']- df['y2']

你知道怎么做吗？

Answer 1

使用DataFrame.sub with DataFrame.shift:

df1 = df.iloc[:, 1:].astype(float)
df.iloc[:, 1:] = df1.sub(df1.shift(-1, axis=1))
print (df)
      BUCHDAT      y     y1      y2     y3      y4       y5       y6  y7
7  2017-02-26  547.0 -592.0 -1163.0 -848.0  2211.0 -10075.0  10133.0 NaN

Answer 2

这是一个使用底层 numpy 数组以获得良好性能的方法：

df.iloc[:,1:-1] = df.values[:,1:-1] - df.values[:,2:]

print(df)

    BUCHDAT      y     y1      y2     y3      y4       y5       y6     y7
7  2017-02-26  547.0 -592.0 -1163.0 -848.0  2211.0 -10075.0  10133.0  364.0

数据框中多列操作的矢量化解决方案

Vectorized solution for multiple column operation in a dataframe

python

optimization

vectorization

dataframe

pandas