亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

根據來自小型 DataFrame 的信息過濾大型 DataFrame

根據來自小型 DataFrame 的信息過濾大型 DataFrame

慕碼人8056858 2023-03-01 15:23:15
我有一個包含大約 10 億行和大約 15 列的大型 DataFrame。| country|  city | date      | ...|+--------+-------+-----------+----+|  France|  Paris| 2018-07-01| ...||   Spain| Madrid| 2017-06-01| ...|我有一個較小的 DataFrame,其中包含要根據組合(國家、城市)過濾的日期 - 大約 50 行。| country|  city | filter_date |+--------+-------+-------------+|  France|  Paris| 2018-07-01  ||   Spain| Madrid| 2017-06-01  |我想使用存儲在小 DataFrame 中的 filter_date 按日期過濾大 DataFrame 對于給定組合 - 例如刪除包含(法國,巴黎)并且在 2018-07-01 之前的任何行,等等......我最初想到的解決方案只是進行左連接,然后進行過濾,例如:df = df_large.join(df_small, on=['country', 'city'], how='left').filter(f.col('date') >= c.col('filter_date'))但是,如果非常昂貴并且我的 DataFrame 太大,則此解決方案并不理想,因為左連接。在此操作后執行操作時,代碼需要很長時間才能運行。
查看完整描述

1 回答

?
慕斯709654

TA貢獻1840條經驗 獲得超5個贊

嘗試left semi加入 +broadcasting較小的 df。還使用and如下組合所有過濾器 -

 df_large.join(broadcast(df_small), df_large("country") === df_small("country") &&
      df_large("city") === df_small("city") && df_large("date") >= df_small("filter_date"), "leftsemi")



查看完整回答
反對 回復 2023-03-01
  • 1 回答
  • 0 關注
  • 97 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號