提问人：BhishanPoudel 提问时间：4/3/2019 最后编辑：smciBhishanPoudel 更新时间：11/17/2023 访问量：375
Python pandas：在groupby/apply的情况下，我们可以避免apply吗？
Python pandas: can we avoid apply in this case of groupby/apply?
问：
我听说过很多关于熊猫申请的速度很慢，应该尽可能少地使用。
在以下情况下，我需要在不使用 apply 的情况下计算列：Pct_Change_Adjusted
df = pd.DataFrame({'Date': ['2019-01-02', '2019-01-03', '2019-01-04'],
'Fund_ID': [9072, 9072, 9072],
'Fund_Series': ['A', 'A', 'A'],
'Value': [1020.0, 1040.4, 1009.188],
'Dividend': [0.0, 0.0, 52.02]})
我想在分组后做一些调整后的加权操作，如下所示：
df['Pct_Change_Adjusted'] = df.groupby(['Fund_ID', 'Fund_Series'], as_index=False) \
.apply(lambda x: (x.Value + x.Dividend)/(x.Value.shift()+x.Dividend.shift()) ) \
.reset_index(drop=True).values[0]
print(df)
Date Dividend Fund_ID Fund_Series Value Pct_Change_Adjusted
0 2019-01-02 0.00 9072 A 1020.000 NaN
1 2019-01-03 0.00 9072 A 1040.400 0.02
2 2019-01-04 52.02 9072 A 1009.188 0.02
这里是否有任何替代方案可以提高效率或至少是第二种方法？apply()
注意：我不是在谈论 dask 和其他 parallization，只是纯粹的熊猫。
答：
6赞
cs95
4/3/2019
#1
是的，这是 100% 可矢量化的：groupby.pct_change
(df.Value + df.Dividend).groupby([df.Fund_ID, df.Fund_Series]).pct_change()
0 NaN
1 0.02
2 0.02
dtype: float64
df['Pct_Change_Adjusted'] = (df.assign(Foo=df['Value'] + df['Dividend'])
.groupby(['Fund_ID', 'Fund_Series'])
.Foo
.pct_change())
df
Date Fund_ID Fund_Series Value Dividend Pct_Change_Adjusted
0 2019-01-02 9072 A 1020.000 0.00 NaN
1 2019-01-03 9072 A 1040.400 0.00 0.02
2 2019-01-04 9072 A 1009.188 52.02 0.02
评论
0赞
Erfan
4/3/2019
你这样做的原因是什么？.groupby([df['Fund_ID'], df['Fund_Series']]).groupby(['Fund_ID', 'Fund_Series'])
0赞
cs95
4/3/2019
@Erfan 是的。 返回一个序列。除非我将序列赋值回 ，否则我无法将字符串传递给 groupby，我必须直接传递列/序列。为清楚起见，进行了编辑。(df.Value + df.Dividend)df
0赞
cs95
4/3/2019
在前一种情况下，我调用了 Series.GroupBy。现在，在编辑之后，我调用 DataFrame.GroupBy。
评论
.values访问器，使用.to_numpy（）方法