より効率的なパンダコード

Question

私はPythonとパンダを学び、VBAから来てみようとしています。私はまだ各セルをループする習慣に巻き込まれていますが、一度に全行を操作する方法を探しています。

以下は自分のコードの一部です。私は列に約3000株、dfと呼ばれるデータフレームに保存された行に約40程度のデータポイントを持っています。

私は、各列の株式の行の値に基づいて複数の基準をテストするために示したループと同じ種類のループを実行します。私のコードでは、.ixを使ってデータフレーム内の「セル」をループしています。 しかし、私は一度に行全体を操作する方法を探しましたが、すべての試みに失敗しました。

これは3000株で約7分かかっています（ただし2000株では約1分ほどかかります）。しかし、これははるかに高速に実行する必要がありますか？

def piotrosky(): 

df_temp = pd.DataFrame(np.nan, index=range(10), columns=df.columns) 

#bruger dictionary til rename input så man ikke skal gøre det for hver række 
dic={0:'positiveNetIncome',1:'positiveOperatingCF',2:'increasingROA', 3:'QualityOfEarnings',4:'longTermDebtToAssets', 
    5:'currentRatio', 6:'sharesOutVsSharesLast',7:'increasingGrossM',8:'IncreasingAssetTurnOver', 9:'total' } 

df_temp.rename(dic, inplace = True) 

r=1 
#df is a vector with stocks in the columns and datapoints in the rows 
#so I always need to loop across the columns 
for i in range(df.shape[1]-1): 
    #positive net income 
    if df.ix[2,r]>0: 
     df_temp.ix[0,r]=1 
    else: 
     df_temp.ix[0,r]=0 
    #positiveOpeCF    
    if df.ix[3,r]>0: 
     df_temp.ix[1,r]=1 
    else: 
     df_temp.ix[1,r]=0 

    #Continue with several simular loops 
    #total 
    df_temp.ix[9,r]=df_temp.ix[0,r]+df_temp.ix[1,r]+df_temp.ix[2,r]+df_temp.ix[3,r]+ \ 
       df_temp.ix[4,r]+df_temp.ix[5,r]+df_temp.ix[6,r]+df_temp.ix[7,r]+df_temp.ix[8,r] 

    r=r+1    

Answer 1

編集：以下の

すべてはあなたのポストに記述する1つの転置であるデータフレーム上で行われます。 df.Tは、適切に書式設定された入力を生成する必要があります。

方法：パンダのデータフレーム上の条件文については

、あなたがnumpy機能np.where使用することができます：あなたはこれらのnumpyの配列を取得した後、あなたは彼らからデータフレームを構築することができます

criteria = {} 
# np.where(condition, value_if_true, value_if_false) 
criteria['positive_net_income'] = np.where(df[2] > 0, 1, 0) 

は、

pd.DataFrame(criteria) 

と総額

pd.DataFrame(criteria).sum(axis=1) 

あなたが最初のデータフレーム

def piotrosky(df): 
    criteria = {} 
    criteria['positive_net_income'] = np.where(df[2] > 0, 1, 0) 
    criteria['positive_operating_cf'] = np.where(df[3] > 0, 1, 0) 
    ... 
    return pd.DataFrame(criteria).sum(axis=1) 

df['piotrosky_score'] = piotrosky(df)