パンダのデータフレーム内の各セルの値を効率的に置き換える

Question

私は2つのデータフレームを持っています.1つはtopic_です。これはターゲットデータフレームで、twはソースデータフレームです。 topic_は単語マトリックスごとのトピックであり、各セルは特定のトピックに出現する単語の確率を格納する。 num37.zerosを使用してtopic_データフレームをゼロに初期化しました。 tw dataframe-

print(tw) 
    topic_id          word_prob_pair 
0   0 [(customer, 0.061703717964), (team, 0.01724444... 
1   1 [(team, 0.0260560163563), (customer, 0.0247838... 
2   2 [(customer, 0.0171786268847), (footfall, 0.012... 
3   3 [(team, 0.0290787264225), (product, 0.01570401... 
4   4 [(team, 0.0197917953222), (data, 0.01343226630... 
5   5 [(customer, 0.0263740639141), (team, 0.0251677... 
6   6 [(customer, 0.0289764173735), (team, 0.0249938... 
7   7 [(client, 0.0265082412402), (want, 0.016477447... 
8   8 [(customer, 0.0524006965405), (team, 0.0322975... 
9   9 [(generic, 0.0373422774996), (product, 0.01834... 
10  10 [(customer, 0.0305256248248), (team, 0.0241559... 
11  11 [(customer, 0.0198707090364), (ad, 0.018516805... 
12  12 [(team, 0.0159852971954), (customer, 0.0124540... 
13  13 [(team, 0.033444510469), (store, 0.01961003290... 
14  14 [(team, 0.0344793243818), (customer, 0.0210975... 
15  15 [(team, 0.026416114692), (customer, 0.02041691... 
16  16 [(campaign, 0.0486186973667), (team, 0.0236024... 
17  17 [(customer, 0.0208270072145), (branch, 0.01757... 
18  18 [(team, 0.0280889397541), (customer, 0.0127932... 
19  19 [(team, 0.0297011415217), (customer, 0.0216007... 

マイtopic_のデータフレームのサンプルは、（twデータフレームで）number_of_unique_wordsによって（20）num_topicsのサイズ

次のうち、私はそれぞれを置き換えるために使用していたコードです

for each_topic in range(num_topics): 
    a = tw['word_prob_pair'].iloc[each_topic] 
    for word, prob in a: 
     topic_.set_value(each_topic, word, prob) 

topic_データフレームの値は、このタスクにアプローチするより良い方法はありますか？

Answer 1

あなたは最後fillnaによって0にNaNを置き換える、DataFrameコンストラクタでlist comprehensionを使用することができます。

df = pd.DataFrame({'word_prob_pair':[ 

[('customer', 0.061703717964), ('team', 0.01724444)], 
[('team', 0.0260560163563), ('customer', 0.0247838)], 
[('customer', 0.0171786268847), ('footfall', 0.012)], 
[('team', 0.0290787264225), ('product', 0.01570401)], 
[('team', 0.0197917953222), ('data', 0.01343226630)], 
[('customer', 0.0263740639141), ('team', 0.0251677)], 
[('customer', 0.0289764173735), ('team', 0.0249938)], 
[('client', 0.0265082412402), ('want', 0.016477447)] 
] }) 
print (df) 
            word_prob_pair 
0 [(customer, 0.061703717964), (team, 0.01724444)] 
1 [(team, 0.0260560163563), (customer, 0.0247838)] 
2 [(customer, 0.0171786268847), (footfall, 0.012)] 
3 [(team, 0.0290787264225), (product, 0.01570401)] 
4 [(team, 0.0197917953222), (data, 0.0134322663)] 
5 [(customer, 0.0263740639141), (team, 0.0251677)] 
6 [(customer, 0.0289764173735), (team, 0.0249938)] 
7 [(client, 0.0265082412402), (want, 0.016477447)] 

df1 = pd.DataFrame([dict(x) for x in df.word_prob_pair]) 
df1 = df1.fillna(0) 
print (df1) 
    client customer  data footfall product  team  want 
0 0.000000 0.061704 0.000000  0.000 0.000000 0.017244 0.000000 
1 0.000000 0.024784 0.000000  0.000 0.000000 0.026056 0.000000 
2 0.000000 0.017179 0.000000  0.012 0.000000 0.000000 0.000000 
3 0.000000 0.000000 0.000000  0.000 0.015704 0.029079 0.000000 
4 0.000000 0.000000 0.013432  0.000 0.000000 0.019792 0.000000 
5 0.000000 0.026374 0.000000  0.000 0.000000 0.025168 0.000000 
6 0.000000 0.028976 0.000000  0.000 0.000000 0.024994 0.000000 
7 0.026508 0.000000 0.000000  0.000 0.000000 0.000000 0.016477 

Answer 2

numpy

tid1 = df.topic_id.values 
lens = [len(i) for i in df.word_prob_pair.values] 
tid2 = tid1.repeat(lens) 
cat, prob = np.concatenate(df.word_prob_pair.values).T 
ucat, inv = np.unique(cat, return_inverse=True) 
data = np.zeros((len(tid1), len(ucat)), dtype=float) 
data[tid2, inv] = prob 
pd.DataFrame(data, tid1, ucat) 

タイミング