将一个系列的每个值与熊猫中另一个系列的每个其他值进行比较答案

【问题标题】：Compare each value of a Series against every other value from another Series in pandas将一个系列的每个值与熊猫中另一个系列的每个其他值进行比较
【发布时间】：2018-06-01 05:38:14
【问题描述】：

假设我有两个 pandas 数据框

df = pd.DataFrame()
df['r_no'] = [1,1,1,2,3,1,1,1,2]
df['user'] = ['sam','sam','sam','sam','peter','jack','jack','Kris','peter']
df['value'] = [76,76,7,8,8,2,29,2,8]
df['cam_id'] = ['ab','abc','ab','ab','ab','abcd','abcd','abcd','ab']

df_2 = pd.DataFrame()
df_2['r_no'] = [1,3,2,2,4,1,1,3,2,5,7,2,8,9,3]

df
   r_no   user  value cam_id
0     1    sam     76     ab
1     1    sam     76    abc
2     1    sam      7     ab
3     2    sam      8     ab
4     3  peter      8     ab
5     1   jack      2   abcd
6     1   jack     29   abcd
7     1   Kris      2   abcd
8     2  peter      8     ab

df_2 
    r_no
0      1
1      3
2      2
3      2
4      4
5      1
6      1
7      3
8      2
9      5
10     7
11     2
12     8
13     9
14     3

预期输出 df 数据框中的新列

df['count_greaterandequal']
0     3
1     3
2     3
3     7
4    10
5     3
6     3
7     3
8     7

计算数量 df---dataframe 中的 r_no 已等于或大于 df_2---数据帧

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

在底层数组上使用广播的 numpy 比较来提高性能。

df['count_greaterandequal'] = (df.r_no.values >= df_2.r_no[:, None]).sum(0)

df
   r_no   user  value cam_id  count_greaterandequal
0     1    sam     76     ab                      3
1     1    sam     76    abc                      3
2     1    sam      7     ab                      3
3     2    sam      8     ab                      7
4     3  peter      8     ab                     10
5     1   jack      2   abcd                      3
6     1   jack     29   abcd                      3
7     1   Kris      2   abcd                      3
8     2  peter      8     ab                      7

【讨论】：

你能解释一下None部分为什么不计算@coolspeed
@andjkd 那是“广播”部分。每个元素都与其他元素进行比较，你会得到一个布尔掩码，其中 True == 1 和 False == 0。因此，将 True 元素相加，这与计算它们相同。