Pandas行间计算替代循环方法及Numpy二维数组转换问询

嘿，我来帮你把这段循环代码改成更高效的Pandas原生写法，同时解决Numpy数组转换的问题～

Pandas有专门的行间计算方法，完全可以替代你写的for循环，代码更简洁且性能更好：

1. 计算diffs列（当前x与前一行x的差值） #

Pandas的diff()方法就是专门用来计算相邻行的差值的，默认是当前行减前一行，还会自动为第一行填充NaN，完美匹配你的需求：

my_df['diffs'] = my_df['x'].diff()

2. 计算ratios列（判断前一行y是否≥1.5倍当前y） #

这里可以用shift()方法把y列向下偏移一行，得到前一行的y值，然后直接做布尔比较，最后用fillna(False)把第一行的NaN转为False：

my_df['ratios'] = (my_df['y'].shift(1) >= 1.5 * my_df['y']).fillna(False)

完整Pandas代码 #

import pandas as pd
import numpy as np

np.random.seed(100)
my_df = pd.DataFrame(np.random.randint(10, size=(6,4)))
my_df.columns=['A', 'x', 'B','y']
my_df.index=[10,30,40,20,60,50]

# 原生方法生成diffs列
my_df['diffs'] = my_df['x'].diff()
# 原生方法生成ratios列
my_df['ratios'] = (my_df['y'].shift(1) >= 1.5 * my_df['y']).fillna(False)

print(my_df)

运行后得到的结果和你用循环生成的完全一致，而且代码更易读、效率更高。

你想要把x、y列转换成[[8,7],[0,2],[2,2],[0,4],[9,2],[1,3]]这样的二维数组，有两种简单的方法：

方法1：直接提取DataFrame的values属性 #

先选择x和y两列，然后调用values就能得到Numpy二维数组：

xy_array = my_df[['x', 'y']].values

方法2：用Numpy的column_stack函数 #

把x和y列的Numpy数组按列堆叠起来：

xy_array = np.column_stack([my_df['x'], my_df['y']])

验证结果 #

打印xy_array会得到：

array([[8, 7],
       [0, 2],
       [2, 2],
       [0, 4],
       [9, 2],
       [1, 3]])

完全符合你的需求。

内容的提问来源于stack exchange，提问作者Newbielp