假设我有以下两个数据帧:
其中我有一个时间序列,其中包含不同id的缺失价格值(“val”列):
import pandas as pd
df1 = pd.DataFrame({'id': ['1', '1', '1', '2', '2'],
'year': [2013, 2014, 2015, 2012, 2013],
'val': [np.nan, np.nan, 300, np.nan, 150]})
df1
看起来像:
id year val
0 1 2013 NaN
1 1 2014 NaN
2 1 2015 300.0
3 2 2012 NaN
4 2 2013 150.0
我有一个随时间变化的价格指数系列,我可以计算不同年份之间的价格通胀系数:
df2 = pd.DataFrame({'year': [2011, 2012, 2013, 2014, 2015],
'index': [100, 103, 105, 109, 115]})
df2['factor'] = df2['index'] / df2['index'].shift()
df2
看起来像:
year index factor
0 2011 100 NaN
1 2012 103 1.030000
2 2013 105 1.019417
3 2014 109 1.038095
4 2015 115 1.055046
现在假设我想使用第二个数据帧的因子对给定id(item)的最近可用价格值进行反向索引。哪种方法最有效?你知道吗
到目前为止,我尝试了以下方法(但是这个循环对于我使用的大型数据集来说非常慢,因为它只为每个循环填充1个时间段):
df1 = df1.merge(df2[['year', 'factor']], how = 'left', on = 'year')
missings = df1['val'].sum()
while df1['val'].isnull().sum() < missings:
missings = df1['val'].isnull().sum()
df1.loc[df1['val'].notnull(), 'factor'] = 1
df1['val'] = df1.groupby('id')['val'].fillna(method='bfill', limit=1)
df1['val'] = df1['val'] / df1['factor']
df1.drop(columns = 'factor').head()
结果如下:
id year val
0 1 2013 283.486239
1 1 2014 288.990826
2 1 2015 300.000000
3 2 2012 145.631068
4 2 2013 150.000000
所以2014年的价值是:300/1.038095。 2013年的价值:300/1.038095/1.019417。你知道吗
有没有更好更快的方法达到同样的效果? 提前谢谢!你知道吗
可以在列} 上使用^{} ,然后用
factor
和^{[::-1]
反转顺序,所有这些都在groupby
中,例如:相关问题 更多 >
编程相关推荐