Python通过两个dataframe用for循环求笛卡尔积
2020-05-03 12:06
1256 查看
合并两个没有共同列的dataframe,相当于按行号求笛卡尔积。
最终效果如下
以下代码是参考别人的代码修改的:
def cartesian_df(A,B): new_df = pd.DataFrame(columns=list(A).extend(list(B))) for _,A_row in A.iterrows(): for _,B_row in B.iterrows(): row = A_row.append(B_row) new_df = new_df.append(row,ignore_index=True) return new_df #这个方法,如果两张表列名重复会出错
这段代码的思路是对两个表的每一行进行循环,运行速度比较慢,复杂度应该是O(m*n),m是A表的行数,n是B表的行数。
因为我用到的合并表行数比较多,时间太慢,所以针对上面的代码进行了优化。
思路是利用dataframe的merge功能,先循环复制A表,将循环次数添加为列,直接使用merge合并,复杂度应该为O(n)(n是B表的行数),代码如下:
def cartesian_df(df_a,df_b): '求两个dataframe的笛卡尔积' #df_a 复制n次,索引用复制次数 new_df_a = pd.DataFrame(columns=list(df_a)) for i in range(0,df_b.shape[0]): df_a['merge_index'] = i new_df_a = new_df_a.append(df_a,ignore_index=True) #df_b 设置索引为行数 df_b.reset_index(inplace = True, drop =True) df_b['merge_index'] = df_b.index #merge new_df = pd.merge(new_df_a,df_b,on=['merge_index'],how='left').drop(['merge_index'],axis = 1) return new_df #两个原始表中不能有列名'merge_index'
使用一张8行的表和一张142行的表进行测试,优化前的方法用时:5.560689926147461秒
优化后的方法用时:0.1296539306640625秒(142行的表作为b表)
根据计算原理,将行数少的表放在b表可以更快,测试用时:0.021603107452392578秒(8行的表作为b表)
这个速度已经达到预期,基本感觉不到等待,优化完成。
以上就是本文的全部内容,希望对大家的学习有所帮助
您可能感兴趣的文章:
相关文章推荐
- python 如何在一个for循环中遍历两个列表
- python 如何在一个for循环中遍历两个列表
- Python for循环通过序列索引迭代过程解析
- [转]python 如何在一个for循环中遍历两个列表
- 初学python(7)--------for循环和两个循环重要语句
- python 如何在一个for循环中遍历两个列表
- 浅谈Python中的可迭代对象、迭代器、For循环工作机制、生成器
- 理解 Python 中的 for 循环
- python for循环巧妙运用(迭代、列表生成式)
- python 列表处理,for循环语句,if条件判断
- Python练习--for循环与while循环练习题
- python for循环巧妙运用(迭代、列表生成式)
- python简单的for(while) else循环
- Python高级编程-如何在在一个for循环中迭代多个可迭代对象
- python中for循环使用笔记
- 关于getResult方法通过for循环筛选查询条件的问题
- Python基础教程:for 循环语句 与 range()函数
- Python for, while循环后面加else的作用
- 关于Python中的for循环控制语句
- Python for 循环语句