小编Mat*_*a C的帖子

我有以下 R“应用”语句：

for(i in 1:NROW(dataframe_stuff_that_needs_lookup_from_simulation))
{
    matrix_of_sums[,i]<-
    apply(simulation_results[,colnames(simulation_results) %in% 
    dataframe_stuff_that_needs_lookup_from_simulation[i,]],1,sum)
}

所以，我有以下数据结构：

simulation_results：具有列名称的矩阵，用于标识 2000 个模拟（行）的每个可能的所需模拟查找数据。

dataframe_stuff_that_needs_lookup_from_simulation：除其他项外，还包含其值与simulation_results数据结构中的列名称匹配的字段。

matrix_of_sums：运行函数时，一个 2000 行 x 250,000 列（模拟数量 x 正在模拟的项目）结构用于保存模拟结果。

因此，apply 函数正在查找 250,000 个数据集中每行的数据帧列值，计算总和，并将其存储在matrix_of_sums 数据结构中。

不幸的是，这个处理需要很长时间。我已经探索了使用 rowsums 作为替代方案，它已将处理时间减少了一半，但我想尝试多核处理，看看这是否会进一步减少处理时间。有人可以帮我将上面的代码从“apply”转换为“lapply”吗？

谢谢！

我有一个创建如下的熊猫数据框：

df = pd.DataFrame({
                   'rank': ['1', '1', '1', '1', '2', '2'],
                   'name': ['bob', 'rick', 'bob', 'rick', 'randy', 'billy'],
                   'position': ['sanitation', 'washer', 'sanitation', 'washer', 'sanitation', 'washer']
                  })

这会产生一个如下所示的数据框：

我希望能够操作数据框，使其最终看起来像这样：

本质上，一旦所有职位都用完，我希望重复的排名出现在新行上。

当我尝试这个时：

pivot = df.pivot_table(values='name', index='rank', columns='position')

我收到错误“DataError：没有要聚合的数字类型”。

无论如何，我不确定这是否可行，因为我选择“排名”作为索引，而我真的不想对排名进行索引。一旦职位列表用完，我希望在新行中重复排名。

有任何想法吗？谢谢！