- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有大量的小 Pandas 数据帧,我必须在这些数据帧上进行整行比较并将结果写入新的数据帧,这些数据帧稍后会被连接起来。
对于行比较,我使用 iloc 在数据帧的长度上进行双循环。我不知道是否有更快的方法,我这样做的方式似乎很慢:
# -*- coding: utf-8 -*-
import pandas as pd
import time
def processFrames1(DF):
LL = []
for i in range(len(DF)):
for j in range(len(DF)):
if DF.iloc[i][0] != DF.iloc[j][0]:
T = {u'T1':DF.iloc[i][0]}
T[u'T2'] = DF.iloc[j][0]
T[u'T3'] = 1
if DF.iloc[i][2] > DF.iloc[j][2]:
T[u'T4'] = 1
elif DF.iloc[i][2] < DF.iloc[j][2]:
T[u'T4'] = -1
else:
T[u'T4'] = 0
if DF.iloc[i][1] < DF.iloc[j][1]:
T[u'T5'] = 1
else:
T[u'T5'] = -1
LL.append(T)
return pd.DataFrame.from_dict(LL)
D = [{'A':'XA','B':1,'C':1.4}\
,{'A':'RT','B':2,'C':10}\
,{'A':'HO','B':3,'C':34}\
,{'A':'NJ','B':4,'C':0.41}\
,{'A':'WF','B':5,'C':114}\
,{'A':'DV','B':6,'C':74}\
,{'A':'KP','B':7,'C':2.4}]
P = pd.DataFrame.from_dict(D)
time0 = time.time()
for i in range(10):
X = processFrames1(P)
print time.time()-time0
print X
产生结果:
0.836999893188
T1 T2 T3 T4 T5
0 XA RT 1 -1 1
1 XA HO 1 -1 1
2 XA NJ 1 1 1
3 XA WF 1 -1 1
4 XA DV 1 -1 1
5 XA KP 1 -1 1
6 RT XA 1 1 -1
7 RT HO 1 -1 1
8 RT NJ 1 1 1
9 RT WF 1 -1 1
10 RT DV 1 -1 1
11 RT KP 1 1 1
12 HO XA 1 1 -1
13 HO RT 1 1 -1
14 HO NJ 1 1 1
15 HO WF 1 -1 1
16 HO DV 1 -1 1
17 HO KP 1 1 1
18 NJ XA 1 -1 -1
19 NJ RT 1 -1 -1
20 NJ HO 1 -1 -1
21 NJ WF 1 -1 1
22 NJ DV 1 -1 1
23 NJ KP 1 -1 1
24 WF XA 1 1 -1
25 WF RT 1 1 -1
26 WF HO 1 1 -1
27 WF NJ 1 1 -1
28 WF DV 1 1 1
29 WF KP 1 1 1
30 DV XA 1 1 -1
31 DV RT 1 1 -1
32 DV HO 1 1 -1
33 DV NJ 1 1 -1
34 DV WF 1 -1 -1
35 DV KP 1 1 1
36 KP XA 1 1 -1
37 KP RT 1 -1 -1
38 KP HO 1 -1 -1
39 KP NJ 1 1 -1
40 KP WF 1 -1 -1
41 KP DV 1 -1 -1
处理这个有代表性的数据框 10 次几乎需要整整一秒,而我将不得不处理超过一百万个数据框。
有没有更快的方法来进行这些整行比较?
编辑1:经过一些修改后,我可以让 Javier 的代码创建正确的输出:
def compare_values1(x,y):
if x>y: return 1
elif x<y: return -1
else: return 0
def compare_values2(x,y):
if x<y: return 1
elif x>y: return -1
else: return 0
def processFrames(P):
D = P.to_dict(orient='records')
d_A2B = {d["A"]:d["B"] for d in D}
d_A2C = {d["A"]:d["C"] for d in D}
keys = list(d_A2B.keys())
LL = []
for i in range(len(keys)):
k_i = keys[i]
for j in range(len(keys)):
if i != j:
k_j = keys[j]
LL.append([k_i,k_j,1,compare_values1(\
d_A2C[k_i],d_A2C[k_j]),compare_values2(d_A2B[k_i],d_A2B[k_j])])
return pd.DataFrame(LL,columns=['T1','T2','T3','T4','T5'])
此函数的运行速度提高了大约 60 倍。
编辑2:四种可能性的最终判断:
=============== 使用小数据框:
我原来的功能:
%timeit processFrames1(P)
10 loops, best of 3: 85.3 ms per loop
jezrael 的解决方案:
%timeit processFrames2(P)
1 loop, best of 3: 286 ms per loop
Javier 修改后的代码:
%timeit processFrames3(P)
1000 loops, best of 3: 1.24 ms per loop
Divakar 的方法:
%timeit processFrames4(P)
1000 loops, best of 3: 1.98 ms per loop
=============== 对于大数据框:
我原来的功能:
%timeit processFrames1(P)
1 loop, best of 3: 2.22 s per loop
jezrael 的解决方案:
%timeit processFrames2(P)
1 loop, best of 3: 295 ms per loop
Javier 修改后的代码:
%timeit processFrames3(P)
100 loops, best of 3: 3.13 ms per loop
Divakar 的方法:
%timeit processFrames4(P)
100 loops, best of 3: 2.19 ms per loop
所以这几乎是最后两者之间的平局。感谢大家的帮助,非常需要这种加速。
编辑 3:
Divakar 已经编辑了他们的代码,这是新的结果:
小数据框:
%timeit processFrames(P)
1000 loops, best of 3: 492 µs per loop
大数据框:
%timeit processFrames(P)
1000 loops, best of 3: 844 µs per loop
非常令人印象深刻,绝对的赢家。
编辑 4:
Divakar 的方法略有修改,因为我现在在我的程序中使用它:
def processFrames(P):
N = len(P)
N_range = np.arange(N)
valid_mask = (N_range[:,None] != N_range).ravel()
colB = P.B.values
colC = P.C.values
T2_arr = np.ones(N*N,dtype=int)
T4_arr = np.zeros((N,N),dtype=int)
T4_arr[colC[:,None] > colC] = 1
T4_arr[colC[:,None] < colC] = -1
T5_arr = np.zeros((N,N),dtype=int)
T5_arr[colB[:,None] > colB] = -1
T5_arr[colB[:,None] < colB] = 1
strings = P.A.values
c0,c1 = np.meshgrid(strings,strings)
arr = np.column_stack((c1.ravel(), c0.ravel(), T2_arr,T4_arr.ravel(),\
T5_arr.ravel()))[valid_mask]
return arr[:,0],arr[:,1],arr[:,2],arr[:,3],arr[:,4]
我正在创建一个包含五个键的字典,每个键包含一个列表,每个键代表五个结果列,然后我只用结果扩展列表,完成后我从字典制作一个 pandas 数据框。这比连接到现有数据框要快得多。
PS:我从中学到的一件事:如果可以以任何方式避免使用 iloc,则永远不要使用它。
最佳答案
这是一种使用 NumPy broadcasting
的方法-
def processFrames1_broadcasting(P):
N = len(P)
N_range = np.arange(N)
valid_mask = (N_range[:,None] != N_range).ravel()
colB = P.B.values
colC = P.C.values
T2_arr = np.ones(N*N,dtype=int)
T4_arr = np.zeros((N,N),dtype=int)
T4_arr[colC[:,None] > colC] = 1
T4_arr[colC[:,None] < colC] = -1
T5_arr = np.where(colB[:,None] < colB,1,-1)
strings = P.A.values
c0,c1 = np.meshgrid(strings,strings)
arr = np.column_stack((c1.ravel(), c0.ravel(), T2_arr,T4_arr.ravel(),\
T5_arr.ravel()))[valid_mask]
df = pd.DataFrame(arr, columns=[['T1','T2','T3','T4','T5']])
return df
运行时测试-
对于问题中发布的示例,我最后得到的运行时间是 -
In [337]: %timeit processFrames1(P)
10 loops, best of 3: 93.1 ms per loop
In [338]: %timeit processFrames1_jezrael(P) #@jezrael's soln
10 loops, best of 3: 74.8 ms per loop
In [339]: %timeit processFrames1_broadcasting(P)
1000 loops, best of 3: 561 µs per loop
关于python - 有没有比使用循环和 iloc 更快的方法在小 Pandas 数据帧上进行整行比较?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38897449/
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!