Python Pandasには、DataFrameがあります。このDataFrameを列ごとにグループ化し、列の最後の値を別の列のすべての行に割り当てたいと考えています。
このコマンドでグループの最後の行を選択できることを知っています。
import pandas as pd
df = pd.DataFrame({'a': (1,1,2,3,3), 'b':(20,21,30,40,41)})
print(df)
print("-")
result = df.groupby('a').nth(-1)
print(result)
結果:
a b
0 1 20
1 1 21
2 2 30
3 3 40
4 3 41
-
b
a
1 21
2 30
3 41
この操作の結果を元のデータフレームに割り当てて、次のようなものにする方法を教えてください。
a b b_new
0 1 20 21
1 1 21 21
2 2 30 30
3 3 40 41
4 3 41 41
df['b_new'] = df.groupby('a')['b'].transform('last')
代替:
df['b_new'] = df.groupby('a')['b'].transform(lambda x: x.iat[-1])
print(df)
a b b_new
0 1 20 21
1 1 21 21
2 2 30 30
3 3 40 41
4 3 41 41
df = df.join(df.groupby('a')['b'].nth(-1).rename('b_new'), 'a')
print(df)
a b b_new
0 1 20 21
1 1 21 21
2 2 30 30
3 3 40 41
4 3 41 41
タイミング:
N = 10000
df = pd.DataFrame({'a':np.random.randint(1000,size=N),
'b':np.random.randint(10000,size=N)})
#print (df)
def f(df):
return df.join(df.groupby('a')['b'].nth(-1).rename('b_new'), 'a')
#cᴏʟᴅsᴘᴇᴇᴅ1
In [211]: %timeit df['b_new'] = df.a.map(df.groupby('a').b.nth(-1))
100 loops, best of 3: 3.57 ms per loop
#cᴏʟᴅsᴘᴇᴇᴅ2
In [212]: %timeit df['b_new'] = df.a.replace(df.groupby('a').b.nth(-1))
10 loops, best of 3: 71.3 ms per loop
#jezrael1
In [213]: %timeit df['b_new'] = df.groupby('a')['b'].transform('last')
1000 loops, best of 3: 1.82 ms per loop
#jezrael2
In [214]: %timeit df['b_new'] = df.groupby('a')['b'].transform(lambda x: x.iat[-1])
10 loops, best of 3: 178 ms per loop
#jezrael3
In [219]: %timeit f(df)
100 loops, best of 3: 3.63 ms per loop
警告
グループの数を考えると、結果はパフォーマンスに対応していません。これは、これらのソリューションの一部のタイミングに大きく影響します。
groupby
+ nth
+ map
またはreplace
の2つの可能性
_df['b_new'] = df.a.map(df.groupby('a').b.nth(-1))
_
または、
_df['b_new'] = df.a.replace(df.groupby('a').b.nth(-1))
_
nth(-1)
をlast()
に置き換えることもできます(実際、そうすることでこれが少し速くなります)が、nth
を使用すると、選択するアイテムをより柔軟に選択できます。 b
の各グループから。
_df
a b b_new
0 1 20 21
1 1 21 21
2 2 30 30
3 3 40 41
4 3 41 41
_
これは速いはずだと思います
df.merge(df.drop_duplicates('a',keep='last'),on='a',how='left')
Out[797]:
a b_x b_y
0 1 20 21
1 1 21 21
2 2 30 30
3 3 40 41
4 3 41 41