python – 更快地处理Pandas中的Dataframe

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 – 更快地处理Pandas中的Dataframe，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754字，纯文字阅读大概需要2分钟。

内容图文

我正在尝试处理非常大的文件(10,000个观察),其中邮政编码不容易格式化.我需要将它们全部转换为前5位数,这是我当前的代码：

def makezip(frame, zipcol):
    i = 0
    while i < len(frame):
        frame[zipcol][i] = frame[zipcol][i][:5]
        i += 1
    return frame

frame是数据帧,zipcol是包含邮政编码的列的名称.虽然这有效,但处理需要很长时间.有更快的方法吗？

解决方法:

您可以在字符串列上使用.str访问器来访问某些特定的字符串方法.在此,您还可以切片：

frame[zipcol] = frame[zipcol].str[:5]

基于一个小例子,循环遍历行的速度快了约50倍：

In [29]: s = pd.Series(['testtest']*10000)

In [30]: %timeit s.str[:5]
100 loops, best of 3: 3.06 ms per loop

In [31]: %timeit str_loop(s)
10 loops, best of 3: 164 ms per loop

蒙山

In [27]: def str_loop(s):
   .....:     for i in range(len(s)):
   .....:         s[i] = s[i][:5]
   .....:

内容总结

以上是互联网集市为您收集整理的python – 更快地处理Pandas中的Dataframe全部内容，希望文章能够帮你解决python – 更快地处理Pandas中的Dataframe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