python-如何限制str.contains的结果?
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-如何限制str.contains的结果?,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1008字,纯文字阅读大概需要2分钟。
内容图文
![python-如何限制str.contains的结果?](/upload/InfoBanner/zyjiaocheng/669/eb77066eeeb242978bd88b937846fe11.jpg)
我有一个> 1M行的DataFrame.我想选择某个列包含某个子字符串的所有行:
matching = df['col2'].str.contains('substr', case=True, regex=False)
rows = df[matching].col1.drop_duplicates()
但是这个选择很慢,我想加快速度.假设我只需要前n个结果.是否有办法在获得n个结果后停止匹配?我试过了:
matching = df['col2'].str.contains('substr', case=True, regex=False).head(n)
和:
matching = df['col2'].str.contains('substr', case=True, regex=False).sample(n)
但它们并没有更快.第二个语句是布尔值,并且非常快.我如何加快第一条陈述?
解决方法:
信不信由你,但是.str访问器很慢.您可以使用具有更高性能的列表推导.
df = pd.DataFrame({'col2':np.random.choice(['substring','midstring','nostring','substrate'],100000)})
测试平等
all(df['col2'].str.contains('substr', case=True, regex=False) ==
pd.Series(['substr' in i for i in df['col2']]))
输出:
True
时间:
%timeit df['col2'].str.contains('substr', case=True, regex=False)
10 loops, best of 3: 37.9 ms per loop
与
%timeit pd.Series(['substr' in i for i in df['col2']])
100 loops, best of 3: 19.1 ms per loop
内容总结
以上是互联网集市为您收集整理的python-如何限制str.contains的结果?全部内容,希望文章能够帮你解决python-如何限制str.contains的结果?所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。