我試圖了解在 python 中編碼的最佳實踐。我有一個 Pandas 資料框，我需要處理包含字串或浮點數的列，我正在做基本的資料管理，我想知道單個 for 回圈是否可能比許多串列理解更快。
在我的情況下，目標資料框是 400 萬行或更多行，我有 10 個串列理解，所以速度很重要，我必須決定是將它寫在 for 回圈還是許多串列理解中。你有什么建議嗎？
for i in range(dataframe.shape[0]):
try: #Price dummy
if dataframe["Price"].iloc[i]=="0":
dataframe["Price_Dummy"].iloc[i] = 0
else:
dataframe["Price_Dummy"].iloc[i] = 1
except:
pass
try: #Transform everything in MB (middle unit)
unit_of_measure = dataframe["Size"].iloc[i].split(" ")[-1].lower()
size = float(dataframe["Size"].iloc[i].split(" ")[0])
if unit_of_measure =="kb":
dataframe["Size"].iloc[i] = size/1000
elif unit_of_measure =="gb":
dataframe["Size"].iloc[i] = size*1000
else:
dataframe["Size"].iloc[i] = size
except:
pass
（其他 10 項操作）
對比
串列理解相同
我找到了這個鏈接：單串列迭代 vs 多串列理解
但這并不能說明串列推導式是否總是更快，而與考慮的迭代次數無關
uj5u.com熱心網友回復：
我會在沒有回圈的情況下嘗試使用np.whereif-elif-else 組合的子句。這通常很快。
import numpy as np
# dataframe is a DataFrame containing data
# Now this:
dataframe["Price"] = np.where(dataframe["Price_Dummy"] == "0",0,1)
# String operations work on whole string columns as well
unit_of_measure = dataframe["Size"].str.split(" ", expand=True)[1].lower()
size = dataframe["Size"].str.split(" ", expand=True)[0].astype("float")
kb_case = np.where(unit_of_measure =="kb", size/1000, size)
dataframe["Size"] = np.where(unit_of_measure =="gb", size*1000, kb_case)
請注意，我取代了[-1]在unit_of_measure =與線[1]作為expand=True選件不支持-1索引。所以你必須知道你的單位在哪個位置結束。
可以在此處找到有關在 DataFrame 中拆分字串的資訊。
在最后兩行中，我復制了您必須自下而上創建的 if-elif-else 組合：您的最終結果dataframe["Size"]等于size*1000單位是gb. 如果不是，則等于 ，kb_case其中包括單位的情況kb以及所有其他情況。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/360328.html
上一篇：高級JQ技術