1樓：peter
利益相關，我是pandas 貢獻者。
import
pandas
aspd
import
numpy
asnp
from
functools
import
lru_cache
from
itertools
import
permutationsdf=
pd.DataFrame
(data
=permutations
(range(0
,3)),columns
=list
('abc'
))df=pd
.concat
([df]*
3).reset_index
(drop
=True
)資料是這樣
array([[0, 1, 2],
[0, 2, 1],
[1, 0, 2],
[1, 2, 0],
[2, 0, 1],
[2, 1, 0],
[0, 1, 2],
[0, 2, 1],
[1, 0, 2],
[1, 2, 0],
[2, 0, 1],
[2, 1, 0],
[0, 1, 2],
[0, 2, 1],
[1, 0, 2],
[1, 2, 0],
[2, 0, 1],
[2, 1, 0]])
我的方法，使用代cache的累加。cache意義在於遇到重複值，直接從快取中讀取上次的結果
from functools import lru_cache
counter=0
@lru_cache(maxsize=100) #快取大小根據情況調整，也可以用另外乙個memoize裝飾器，就不用了
def rank1(x):
global counter
if counter == 0counter +=1
return 1
elsecounter += 1
return counter
#測速度
%%timeit
global counter
counter = 0 #手動將global技術設定為0 因為timeit會跑多次
rank1.cache_clear() #快取清空， 因為timeit會跑1000個loop，不使用上次的結果
結果是925 s ± 11.4 s per loop (mean ± std. dev. of 7 runs, 1000 loops each)
factorize方法
groupby 後merge方法
# 用 groupby 計算出每一行對應的唯一值，這裡直接用自增 index 行
col_names=[
'a',
'b',
'c']
df_key=df
.groupby
(col_names).
size().
reset_index().
drop
(columns=[
0]).reset_index
()df_new=pd
.merge(df
,df_key
,how
='left'
)5.34 ms ± 106 s per loop (mean ± std. dev. of 7 runs, 100 loops each)
我的環境配置如下
INSTALLED VERSIONS
commitd9fff2792bf16178d4e450fe7384244e50635733
python3.7.7.final.0
python-bits : 64
OSLinux
OS-release : 3.10.0-1062.el7.x86_64
Version1 SMP Wed Aug 7 18:08:02 UTC 2019
machinex86_64
processorx86_64
byteorderlittle
LC_ALLNone
LANGzh_CN.UTF-8
LOCALEzh_CN.UTF-8
pandas1.1.0
numpy1.18.5
2樓：
有pd為啥不用np現成的
假如10行，想負值為100
df['new']=np.ones(10)*100df
3樓：duangsuse
有正確答案了，也來獻個醜。是生成一列這樣的：
const
cycle=[
1,2,
3,4,
5];function
nextIn(xs
,x)function
*genCol
(rows)}
[...
genCol
([[1,2
,3,4
,5],[
5,4,
3,2,
1],[1
,2,3
,4,5
]])]
//[1,2,1]
直接換成 Python，下面的大佬弄的太好了我不敢看(QAQ)……cycle
=list
(range(1
,5+1
))def
nextIn(xs
,x):return
xs[(xs.
index(x
)+1)
%len(xs
)]def
genCol
(rows
):for
rowin
rows
:yield
nextIn
(cycle
,row[-
1])list
(genCol
([range(1
,6),range(5
,0,-
1),range(1
,6)]))
4樓：
import
pandas
aspddf=
pd.DataFrame([[
1,2,
3,4,
5],[1
,2,3
,4,5
],[5,
4,3,
2,1],
[5,4
,3,2
,1],[
5,4,
3,2,
3]],columns
=list
('abcde'
))new_col=
foridx,i
indf
.iterrows
():if
list(df
.loc
[idx,df
.columns
])==[1
,2,3
,4,5
]:new_col.(
1)elif
list(df
.loc
[idx,df
.columns
])==[5
,4,3
,2,1
]:new_col.(
2)else
:new_col.(
None)df
.loc
[:,'new_col']=
new_col
5樓：林君天
思路是一樣的，先在原資料中計算每一行對應的唯一值，然後拼接。這裡提供乙個效率較高的做法。
import
pandas
aspd
lst=[[
1,2,
3,4,
5],[1
,2,3
,4,5
],[5,
4,3,
2,1],
[5,4
,3,2
,1],[
1,2,
2,2,
2]]col_names
=list
("abcde")df
=pd.DataFrame
(lst
,columns
=col_names
)# 用 groupby 計算出每一行對應的唯一值，這裡直接用自增 index 行
df_key=df
.groupby
(col_names).
size().
reset_index().
drop
(columns=[
0]).reset_index
()indexab
cde0
0122
2211
1234
5225
4321
# 用 merge 直接匹配出每一行的數值df_new=pd
.merge(df
,df_key
,how
='left')a
bcde
index01
2345
1112
3451
2543
2123
5432
1241
22220
6樓：
先把每行的數字轉換成字串連起來，去個重，作為key，做乙個字典，反過來用來替換按行連起來的字串：
import
pandas
aspd
lst=[[
1,2,
3,4,
5],[1
,2,3
,4,5
],[5,
4,3,
2,1],
[5,4
,3,2
,1],[
1,2,
2,2,
2]]df
=pd.DataFrame
(lst
,columns
=list
("abcde"
))unique_lists=df
.astype
(str).
("".join
,axis=1
).unique
()repl_dict
=dict
(zip
(unique_lists
,range(1
,len
(unique_lists)+
1)))df[
'f']=df
.astype
(str).
("".join
,axis=1
).replace
(repl_dict
)結果：
a b c d e f
0 1 2 3 4 5 1
1 1 2 3 4 5 1
2 5 4 3 2 1 2
3 5 4 3 2 1 2
4 1 2 2 2 2 3
7樓：肖肖肖肖不敢實名
一種方法是設計乙個作為匹配資訊的key列，然後value_count一下做成字典然後再匹配回去
第二種方法排個序，然後iter_row，按順序做乙個列表
pandas 怎麼根據一列的資料的值的情況判斷來生成另外一列的數值
星空流 其他回答已經很全面了。我再介紹兩種方法。以下面的資料為例。使用np.where 方法，這個方法用起來與if類似，但是是基於numpy的，numpy的特性是一起計算，而if是乙個乙個計算，所以np.where 速度非常快。apl 漲跌 np.where apl 3 0,漲 np.where a...
有兩列速度相同的高速列車載原子鐘，一列向東開，另一列向西開，哪列車上的原子鐘耗時少？
楊昇山 你提的問題在1971年就有人做了實驗 我不能判斷是不是真的做了 就是使用飛機上的原子鐘對相對論效應進行驗證。具體你可以搜尋我寫的 物理鐘的變化不能作為相對論正確的證據 張冠偉 首先我們假設地球不旋轉，同時忽略地球自身公轉等導致的非慣性運動，那麼地面上的人就是天然的慣性系。我們以他的座標為參考...
svm新增一列自身複製的特徵後，作為支撐向量的樣本點會改變嗎？
Zhang Yao 這個問題挺有意思的，有點面試題的感覺，稍微推導了一下，結論如下。太長不看 對於Hard Margin的Linear SVM，支援向量是不變的。還是Hard Margin的情況，加了Kernel的SVM，則要看Kernel的具體形式，大多數情況支援向量也是不變的。對於Soft Ma...