可能是最快的解决方案,使用numpy的广播 –
i = np.arange(1, df.Value.max() + 1)
j = df.Value.values[:, None] >= i
df = pd.DataFrame(j, columns=i, index=df.Name).sum(level=0)
1 2 3 4 5
Name
x 4.0 4.0 3.0 1.0 1.0
y 2.0 2.0 1.0 0.0 0.0
z 1.0 1.0 1.0 1.0 0.0
警告:为了换取性能,这有点像一种记忆饥渴的方法.对于大数据,可能会导致内存爆裂,因此请慎重使用.
细节
创建一系列值,从1到df.Value.max() –
i = np.arange(1, df.Value.max() + 1)
i
array([1, 2, 3, 4, 5])
与df.Values和i进行广播比较 –
j = df.Value.values[:, None] >= i
j
array([[ True, True, True, True, True],
[ True, True, False, False, False],
[ True, True, True, False, False],
[ True, True, True, False, False],
[ True, True, True, False, False],
[ True, True, False, False, False],
[ True, True, True, True, False]], dt