python pandas 中的Groupby：快速方法

Question

我想改善groupbypython pandas中的时间。我有以下代码：

df["Nbcontrats"] = df.groupby(['Client', 'Month'])['Contrat'].transform(len)

目的是计算客户一个月内有多少份合同，并将此信息添加到新列（Nbcontrats）中。

• Client：客户代码
• Month：数据提取月份
• Contrat： 合同编号

我想改善时间。下面，我仅处理部分真实数据：

%timeit df["Nbcontrats"] = df.groupby(['Client', 'Month'])['Contrat'].transform(len)
1 loops, best of 3: 391 ms per loop

df.shape
Out[309]: (7464, 61)

如何改善执行时间？

Answer 1

用的DataFrameGroupBy.size方法：

df.set_index(['Client', 'Month'], inplace=True)
df['Nbcontrats'] = df.groupby(level=(0,1)).size()
df.reset_index(inplace=True)

最多的工作是将结果分配回源DataFrame的列中。