1

Necesito hacer un programa que va iterando por todas las filas de un dataframe de tamaño grande, y modifique el valor que cumpla una condición, he buscado sin embargo no encuentro una solucion que sea eficiente. El programa itera con itertuples() por un dataframe y cuando cumple el row una condición, busca en otro dataframe donde depende del valor de una columna modifica el valor de la otra columna de esa misma fila

for row in df.itertuples():
    COCD= getattr(row,'CoCd')
    ACCOUNT=getattr(row,'Account')
    AccountsDataFrame.loc[AccountsDataFrame['Account']== ACCOUNT,'CoCd']= COCD

el ejemplo anterior itera sobre el dataframe df y luego guarda en AccountDataframe['CoCd'] el valor de row['CoCd'] cuando se cumple la condicion de que las Accounts sean iguales. sin embargo el programa dura mucho, ya que por cada iteración el busca por todo el Accountsdataframe. Habrá una manera más eficiente para realizar esta busqueda?

4
  • Y cual es el dataframe??
    – Christian
    Commented el 27 ago. 2021 a las 3:46
  • Como mencioné, lo que uso es el loc para buscar y modificar el valor de CoCd dependiendo de la condición mencionada donde AccountsDataFrame['Account']== ACCOUNT , pero al usar esta función el busca por todo el AccountsDataFrame, sin embargo solo necesito el primer valor que encuentre ya que todos los valores en AccountsDataFrame son diferentes Commented el 27 ago. 2021 a las 3:57
  • Y al ser un dataframe bastante grande se vuelve muy ineficiente Commented el 27 ago. 2021 a las 3:59
  • Si no pones el dataframe para hacer pruebas muy difícilmente podré dar con la respuesta, pero pon un break debajo del loc. Si no funciona no puedo hacer nada más
    – Christian
    Commented el 27 ago. 2021 a las 4:27

1 respuesta 1

0

No entiendo porqué estás haciendo itertuples(). Puedes hacer el .loc[] para buscar.

Imagína que tenemos el siguiente DataFrame:

df_filtro = pd.DataFrame({
              "col0":["h1", "h2", "h3", "h4", "h5", "h6", "h7", "h8"],
              "col1":[0,1,0,1,1,1,0,0],
              "col2":[22,45,63,33,94,12,19,34]
              })
print(df_filtro)

Salida:

   col0  col1   col2
0   h1    0      22
1   h2    1      45
2   h3    0      63
3   h4    1      33

Filtramos y modificamos los datos como has hecho tú:

df_filtro.loc[df_filtro["col1"] == 0, "col0"] = "modificada"
print(df_filtro)

Salida

         col0  col1  col2
0  modificada     0    22
1          h2     1    45
2  modificada     0    63
3          h4     1    33
4          h5     1    94
5          h6     1    12
6  modificada     0    19
7  modificada     0    34

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.