我有一個(gè)熊貓數(shù)據(jù)框位置 row column 1 3 Brazil 2 6 USA 3 3 USA 4 7 Canada和另一個(gè)x Brazil Canada USA 1 False False False 2 False False False 3 False False False 4 False False False 5 False False False 6 False False False 7 False False False我想根據(jù)第一個(gè)的值填充第二個(gè)，所以結(jié)果是： Brazil Canada USA 1 False False False 2 False False False 3 True False True 4 False False False 5 False False False 6 False False True 7 False True False我正在使用iterrows()這樣做 for i, r in positions.iterrows(): x.at[r['row'],r['column']] = True有更快的方法嗎？
3 回答
慕仙森
TA貢獻(xiàn)1827條經(jīng)驗(yàn) 獲得超8個(gè)贊
我會(huì)crosstab做update
x.update(pd.crosstab(df.row,df.column).eq(1))
x
Out[44]:
Brazil Canada USA
1 False False False
2 False False False
3 True False True
4 False False False
5 False False False
6 False False True
7 False True False
米脂
TA貢獻(xiàn)1836條經(jīng)驗(yàn) 獲得超3個(gè)贊
您可以旋轉(zhuǎn)positions表格：
s = (df.assign(dummy=True).set_index(['row','column'])
['dummy'].unstack(fill_value=False)
)
x |= s
輸出：
Brazil Canada USA
1 False False False
2 False False False
3 True False True
4 False False False
5 False False False
6 False False True
7 False True False
慕斯709654
TA貢獻(xiàn)1840條經(jīng)驗(yàn) 獲得超5個(gè)贊
searchsorted和切片分配iloc
這假定index和columnsinx已排序。
我們將使用iloc和位置元組來分配值True
i = tuple(x.index.searchsorted(df.row))
j = tuple(x.columns.searchsorted(df.column))
x.iloc[[i, j]] = True
x
Brazil Canada USA
1 False False False
2 False False False
3 True False True
4 False False False
5 False False False
6 False False True
7 False True False
添加回答
舉報(bào)
0/150
提交
取消