Pandas 向量化实现行间差值乘积与列合并计算

老静小哥_9844

老静小哥_9844

2026-09-02

969人浏览

原创

Pandas 向量化实现行间差值乘积与列合并计算

本文介绍如何用纯向量化操作替代 iterrows 循环,高效完成两 DataFrame 按索引对齐、逐列求差、错位相乘(第 n 行 × 第 n−1 行)、再按列求和的全流程。

本文介绍如何用纯向量化操作替代 `iterrows` 循环,高效完成两 dataframe 按索引对齐、逐列求差、错位相乘(第 n 行 × 第 n−1 行)、再按列求和的全流程。

在 Pandas 中,使用 for index, row in df.iterrows(): 进行逐行迭代不仅性能低下(尤其在大数据集上),还容易因重复赋值引发逻辑错误(如原代码中循环内反复覆盖 F_mul 和 D_mul 列)。正确做法是充分利用 Pandas 的向量化运算与自动索引对齐能力。

✅ 核心思路:向量化三步法

  1. 对齐索引:将公共键(如 'C' 列)设为索引,确保 df 与 df1 自动按行匹配;
  2. 批量差值:用 df.sub(df1) 直接计算所有数值列的逐元素差(返回新 DataFrame);
  3. 错位相乘 + 聚合:对差值 DataFrame 执行 mul(shift()) 实现「当前行 × 上一行」,再按行求和。

? 完整可运行示例

import pandas as pd

# 构造原始数据
df = pd.DataFrame({'C': ["Spark","PySpark","Python","pandas","Java"],
                   'F': [2,4,3,5,4], 'D': [3,4,6,5,5]})
df1 = pd.DataFrame({'C': ["Spark","PySpark","Python","pandas","Java"],
                    'F': [1,2,1,2,1], 'D': [1,2,2,2,1]})

# 步骤1:设索引对齐(关键!)
df = df.set_index('C')
df1 = df1.set_index('C')

# 步骤2:计算差值(自动按索引对齐)
sub = df.sub(df1)  # → 生成 F_sub, D_sub 列

# 步骤3:错位相乘(第0行结果为 NaN,符合预期)
mul_shifted = sub.mul(sub.shift())  # 当前行 × 上一行

# 步骤4:合并原始数据 + 差值结果 + 最终和列
result = (
    pd.concat([
        df.add_suffix('_x'),      # 原 df 列加后缀 _x
        df1.add_suffix('_y'),     # 原 df1 列加后缀 _y
        mul_shifted.sum(axis=1, min_count=1).rename('F+D')  # 所有 _mul 列行和
    ], axis=1)
    .reset_index()  # 恢复 C 列为普通列
)

print(result)

输出:

         C  F_x  D_x  F_y  D_y   F+D
0    Spark    2    3    1    1   NaN
1  PySpark    4    4    2    2   6.0
2   Python    3    6    1    2  12.0
3   pandas    5    5    2    2  18.0
4     Java    4    5    1    1  21.0

⚠️ 关键注意事项

  • shift() 默认向下移动 1 行(即 n 行取 n−1 行值),因此第 0 行结果恒为 NaN,无需手动填充;
  • 使用 min_count=1 参数确保当某行存在一个非空值时仍能参与求和(避免全 NaN);
  • 若需保留中间列(如 F_sub, F_mul),可用 pd.concat(..., axis=1) 显式拼接;
  • 绝对避免在循环中对整个列重复赋值(如原代码 df['F_mul'] = ... 在循环内执行),这会导致冗余计算且结果不可控。

? 进阶技巧:单表达式链式写法

追求简洁可读性?可封装为函数或使用 assign() 链式调用:

result = (
    df.join(df1, lsuffix='_x', rsuffix='_y')
      .assign(**{'F+D': df.sub(df1).mul(lambda x: x.shift()).sum(axis=1, min_count=1)})
      .reset_index()
)

向量化不仅是性能优化手段,更是 Pandas 编程范式的体现——让数据自己“说话”,而非用循环强行驱动。掌握 set_index、sub、shift、mul 和 concat 的组合应用,你将告别低效迭代,写出更健壮、更易维护的数据处理代码。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

2025.12.04

360

15

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

2026.01.31

292

21

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

2026.04.13

1011

25

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

2026.11.17

0

15

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.17

20

15

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

2026.11.17

0

15

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

2026.11.17

0

10

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

2026.11.17

0

11

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

2026.11.17

0

16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习