我有一个 Dataframe，看起来像这样:Item-table
Date. Item.
10-sep. X,Y,Z
11-sep. Y,Z
12-sep. Z
13-sep. Z,X
还有另一个表，其中每件商品的价格按日期存储。价格表
Item. 10sep. 11sep. 12sep. 13sep
X. 10. 5. 10. 15
Y. 7. 15. 13. 10
Z. 5. 10. 10. 10
我希望我的输出看起来像这样:
Date. Item. Total Price
10 sep. X,Y,Z. 22
11 sep. Y,Z. 25
12 sep. Z. 10
13 sep. Z,X. 25
第一行总点数为 22，因为 9 月 10 日 X、Y 和 Z 的价格分别为 10,7 和 5。我可以知道如何获得此输出列吗？
请您参考如下方法:
我将使用这个数据框来解决你的问题
print(df1)
Date Item
0 10-sep X,Y,Z
1 11-sep Y,Z
2 12-sep Z
3 13-sep Z,X
print(df2)
Item 10sep 11sep 12sep 13sep
0 X 10 5 10 15
1 Y 7 15 13 10
2 Z 5 10 10 10
我们可以使用DataFrame.lookup 选择数据框 2 的值，但首先我们必须准备值以进行搜索:
df3=df1.copy()
df3['Item']=df3['Item'].str.split(',')
df3=df3.explode('Item')
df3['Date']=df3['Date'].str.replace('-','')
print(df3)
Date Item
0 10sep X
0 10sep Y
0 10sep Z
1 11sep Y
1 11sep Z
2 12sep Z
3 13sep Z
3 13sep X
mapper=df2.set_index('Item')
print(mapper)
10sep 11sep 12sep 13sep
Item
X 10 5 10 15
Y 7 15 13 10
Z 5 10 10 10
df3['value']=mapper.lookup(df3['Item'],df3['Date'])
df1['Total Price']=df3.groupby(level=0).value.sum()
print(df1)
Date Item Total Price
0 10-sep X,Y,Z 22
1 11-sep Y,Z 25
2 12-sep Z 10
3 13-sep Z,X 25
此数据帧的时间比较:
Valdi_Bo的方法:
%%timeit
ItemPrice = Prices.set_index('Item').stack().swaplevel().rename('Price')
def totalPrice(row):
dat = row.Date
items = row.Item.split(',')
ind = pd.MultiIndex.from_arrays([[dat] * len(items), items])
return ItemPrice.reindex(ind).sum()
Items['Total Price'] = Items.apply(totalPrice, axis=1)
13.5 ms ± 699 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
我的方法
%%timeit
df3=Items.copy()
df3['Item']=df3['Item'].str.split(',')
df3=df3.explode('Item')
mapper=Prices.set_index('Item')
df3['value']=mapper.lookup(df3['Item'],df3['Date'])
Items['Total Price']=df3.groupby(level=0).value.sum()
7.68 ms ± 178 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
@anky_91 方法
%%timeit
m=df2.set_index('Item').T
n=df1[['Date']].assign(**df1['Item'].str.get_dummies(',')).set_index('Date')
final=df1.set_index('Date').assign(Total_Price=m.mul(n).sum(1)).reset_index()
8.7 ms ± 199 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
