Pandas中高效选择和替换操作总结

Pandas是数据操作、分析和可视化的重要工具，有效地使用Pandas可能具有挑战性，从使用向量化操作到利用内置函数，这些最佳实践可以帮助数据科学家使用Pandas快速准确地分析和可视化数据。

图片

在本文中，我们将重点介绍在DataFrame上经常执行的两个最常见的任务，特别是在数据科学项目的数据操作阶段。这两项任务是有效地选择特定的和随机的行和列，以及使用replace()函数使用列表和字典替换一个或多个值。

在本文中，我们将使用下面的数据集:

扑克牌游戏数据集

婴儿名字数据集

我们使用的第一个数据集是扑克牌游戏数据集，如下所示。

poker_data = pd.read_csv(‘poker_hand.csv’)
poker_data.head()
图片

在每个回合中，每个玩家手里有五张牌，每一张牌都有花色：红心、方块、梅花或黑桃，以及它的数字，范围从1到13。该数据集由一个人可以拥有的五张卡片的每一种可能组合组成。

Sn:第n张牌的符号，其中:1(红心)，2(方块)，3(梅花)，4(黑桃)

Rn:第n张牌的排名，其中:1(王牌)，2-10,11(J)，12(Q)，13(K)

第二个数据集是流行的婴儿名字数据集，其中包括2011年至2016年间最流行的新生儿名字：

names = pd.read_csv(‘Popular_Baby_Names.csv’)
names.head()
图片

该数据集还包括按年份、性别和种族划分的美国最受欢迎的名字。例如，2011年，Chloe 这个名字在所有亚裔和太平洋岛民女性新生儿中排名第二。

下面我们开始进入正题

为什么需要高效的代码?
高效代码是指执行速度更快、计算容量更低的代码。在本文中，我们将使用time()函数来测量计算时间，我们通过在执行前和执行后获取时间，然后计算其差值获得代码的执行时间。下面是一个简单的例子:

import time

record time before execution

start_time = time.time()

execute operation

result = 5 + 2

record time after execution

end_time = time.time()
print(“Result calculated in {} sec”.format(end_time - start_time))
让我们看一个提高代码运行时间并降低计算时间复杂度的示例:我们将计算每个数字的平方，从0到100万。首先，我们将使用列表推导式来执行此操作，然后使用for循环重复相同的过程。

首先使用列表推导式:

#using List comprehension

list_comp_start_time = time.time()
result