pandas实用trick

最新推荐文章于 2022-10-16 21:25:04 发布

Daisy和她的单程车票

最新推荐文章于 2022-10-16 21:25:04 发布

阅读量288

点赞数 2

分类专栏： python包文章标签： pandas 条件表达式优化缩短于=运行时间

本文链接：https://blog.youkuaiyun.com/u012513618/article/details/98354073

版权

本文介绍了pandas中的一些实用技巧，包括利用iloc、iterrows、itertuples和apply函数对数据进行向量操作，以及如何优化for循环中的条件表达式顺序以提高性能。在对比中，发现iterrows和itertuples在处理效率上更优，而apply函数通过并行化处理显著减少了执行时间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas实用trick

1.向量操作

有一组数据，需要实现如下功能："Time"是日期-时分秒的格式，现在要求把"Time"拆为日期和时分秒两列，“day"和"hhmmss”。
采用iloc，iterrows、itertuple、apply实现上述功能，并对其进行性能比较。

 import pandas as pd
   column = ['Time', 'val1', 'val2', 'val3', 'val4']
    data = [['20190603-09:41:45', 11, 8, 17.12, 7.7],
            ['20190603-09:41:48', 12, 9.2, 12.23, 3.6],
            ['20190603-09:41:51', 12, 9.3, 15.13, 5.8],
            ['20190603-09:41:54', 13, 3.4, 11.9, 2.4],
            ['20190603-09:41:57', 14, 2.6, 9.3, 3.7],
            ['20190603-09:42:32', 15, 3.0, 6.5, 13.5],
            ['20190603-10:01:02', 11, 2.5, 2.22, 9.4]]
    print(data)
    df = pd.DataFrame(data=data, columns=column)

采用iloc，iterrows、itertuple、apply实现上述功能ÿ