我将尝试为Pandas Panel中的每个DataFrame应用一个函数。我可以编写循环,但索引似乎需要很长时间。我希望内置的Pandas函数可能更快。
我的数据框看起来像这样(每列实际上有大约50行):
面板长这样:
我希望将我的面板降维为一系列数据,按照我的多重索引进行索引,并使用我的冷凝器函数的结果作为其值。
我可以这样做:
我的数据框看起来像这样(每列实际上有大约50行):
mydata = pd.DataFrame( { 'hits' : [ 123, 456,678 ], 'sqerr' : [ 253, 641, 3480] } )
它们以多索引键的形式排列在一个面板中:
mydict = { (0, 20 ) : mydata, (30, 40 ) : moredata }
mypanel = pd.Panel( mydict )
面板长这样:
<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DataFrame并输出一个数字:
def condenser( df ):
return some_stuff( df['hits'], df['sqerr'] )
我希望将我的面板降维为一系列数据,按照我的多重索引进行索引,并使用我的冷凝器函数的结果作为其值。
我可以这样做:
intermediate = []
for k, df in mypanel.iteritems():
intermediate.append( condenser( df ) )
result = pd.Series( results, index = pypanel.items )
这段代码可以得出需要的结果,但当我对其进行分析时,只有4%的时间花费在我的condenser
函数中。大部分时间都花在了iteritems
和__getitem__
上。因此,我想知道是否可以改进它。
我试着使用mypanel.apply( condenser, axis = 'items' )
,但这样会单独循环遍历每个DataFrame的列。是否有一种方法可以将一个函数应用于每个DataFrame?
附:我正在使用Python 2.7.9和pandas 0.15.2。
condenser
的返回值转换为浮点数,但之后它完美地工作了。 - paco_uk