数据帧的高效计算

Question

我需要让我的代码更快。这个问题很简单，但是我没有找到一个好的方法来进行计算而不遍历整个数据帧。你知道吗

我有三个数据帧：A，B和C

A和B各有3列，格式如下：

A（10排）：

     Canal Gerencia grad
0    'ABC'   'DEF'   23
etc...

B（25排）：

     Marca  Formato  grad
0    'GHI'   'JKL'    43
etc...

另一方面，数据帧C有5列：

C（5000行）：

     Marca  Formato  Canal  Gerencia  grad
0    'GHI'   'JKL'    'ABC'   'DEF'   -102
etc...

我需要一个数据帧'C'长度相同的向量，将三个表中的'grad'值相加，例如：

m = 'GHI'
f = 'JKL'
c = 'ABC'
g = 'DEF'
res = C['grad'][C['Marca']==m][C['Formato']==f][C['Canal']==c][C['Gerencia']==g] + A['grad'][A['Canal']==c][A['Gerencia']==g] + B['grad'][B['Formato']==f][B['Marca']==m]
>>-36

我尝试在C数据帧中循环，但是太慢了。我知道我应该尽量避免循环通过数据帧，但不知道如何做到这一点。我的实际代码如下（工作正常，但速度很慢）：

res=[]
for row_index, row in C.iterrows():
    vec1 = A['Gerencia']==row['Gerencia']
    vec2 = A['Canal']==row['Canal']
    vec3 = B['Marca']==row['Marca']
    vec4 = B['Formato']==row['Formato']
    grad = row['grad']
    res.append(grad + sum(A['grad'][vec1][vec2])+ sum(B['grad'][vec3][vec4]))

我真的很感谢任何帮助，使这个例行更快。谢谢您！你知道吗

Answer 1

IIUC，您需要将C与A合并：

C = pd.merge(C, A, on=['Canal', 'Gerencia'])

（这将向其中添加一列），然后将结果与B合并：

C = pd.merge(C, B, on=['Marca', 'Formato'])

（再次向C添加列）

此时，检查C中列的名称；假设它们是grad_foo、grad_bar、grad_baz。所以只要加上它们就行了

C.grad_foo + C.grad_bar + C.grad_baz