大數據集上的循環次優

所以我有一個DataFrame與幾千行包含人工外匯交易數據。前十行是這樣的：大數據集上的循環次優

我想遍歷這個集合，併爲每一行，計算CommonCurrency在這種情況下將是美元。因此，對於每一行，我走在CurrencyPair，DeskRate和OrderQty列和計算CommonCurrency：

for i in range(len(order_data)): 
    if (order_data['CurrencyPair'][i] == 'GBP/USD'): 
     order_data['CommonCurrency'][i] = order_data['DeskRate'][i] * 
     order_data['OrderQty'][i] 
    elif (order_data['CurrencyPair'][i] == 'AUD/USD'): 
     order_data['CommonCurrency'][i] = order_data['DeskRate'][i] * 
     order_data['OrderQty'][i] 
    elif (order_data['CurrencyPair'][i] == 'EUR/USD'): 
     order_data['CommonCurrency'][i] = order_data['DeskRate'][i] * 
     order_data['OrderQty'][i] 
    elif (order_data['CurrencyPair'][i] == 'USD/CHF'): 
     order_data['CommonCurrency'][i] = order_data['DeskRate'][i]/
     order_data['OrderQty'][i] 
    elif (order_data['CurrencyPair'][i] == 'EUR/GBP'): 
     order_data['CommonCurrency'][i] = #different calculation

這似乎並不喜歡做的正確的方式，特別是沒有如果有大量不同的貨幣對。我遇到的另一個問題是，當我到達EUR/GBP時，因爲現在我必須同時獲得DeskRate和EUR/USD，我看不出如何使用此方法。

任何提示？

來源

2017-10-18 Khaine775

熊貓的一個有趣功能是indexing的概念。有這樣做，但使用loc的更Python的方式，你可以使用系列（列）將值分配給數據框的一部分：

order_data.loc[order_data['CurrencyPair'].isin(('GBP/USD', 'AUD/USD', 'EUR/USD')), 'CurrencyPair'] = order_data['DeskRate'] * order_data['OrderQty'] 
order_data.loc[order_data['CurrencyPair'] == 'USD/CHF', 'CurrencyPair'] = order_data['DeskRate']/order_data['OrderQty'] 
order_data.loc[order_data['CurrencyPair'] == 'EUR/GBP', 'CurrencyPair'] = some_func(order_data['DeskRate'], order_data['OrderQty'])

從而避免任何for循環

來源

2017-10-18 17:04:33

大數據集上的循環次優

回答

相關問題