如何向量化此 pandas 应用函数，该函数使用其他列值作为新列名

Question

我有一个数据框，我想添加新列，其中一列的名称（“购买”）和另一列的值（“金额”）。我知道如何使用 DataFrame.apply() 来做到这一点，但是我如何对其进行矢量化并使代码更快（在我实际使用的更大数据帧上）？谢谢！

编辑：“obs”列是唯一的。

示例输入：

obs	purchase	amount
1	Coffee	1
2	Juice	1
3	Coffee	2

示例输出：

obs	purchase	amount	Coffee	Juice
1	Coffee	1	1.0	NaN
2	Juice	1	NaN	1.0
3	Coffee	2	2.0	NaN

代码：

import pandas as pd

obs = [1, 2, 3]
purchase = ["Coffee", "Juice", "Coffee"]
amount = [1, 1, 2]

df = pd.DataFrame(
    {"obs": obs, "purchase": purchase, "amount": amount})

def get_amount(row):
    row[row[f"purchase"]] = row[f"amount"]
    return row

df = df.apply(get_amount, axis=1)

Answer 1

假设唯一的obs，你可以pivot和merge:

df2 = df.merge(df.pivot('obs', 'purchase', 'amount'), on='obs')

输出：

   obs purchase  amount  Coffee  Juice
0    1   Coffee       1     1.0    NaN
1    2    Juice       1     NaN    1.0
2    3   Coffee       2     2.0    NaN

如何向量化此 pandas 应用函数，该函数使用其他列值作为新列名

How to Vectorize this pandas apply function that uses other column values as new column names

python

pandas

vectorization