- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个 DataFrame df
:
> df
para0 para1 para2
0 17.439020 True high
1 19.757758 True high
2 12.434424 True medium
3 14.789654 True low
4 14.131464 False high
5 9.900233 True high
6 10.977869 False low
7 8.004251 True medium
8 11.468420 False low
9 12.764453 False high
其中每一行由函数的参数集合组成foobar
:
def foobar(r):
""" r is a row of df, does something, and it takes a long time"""
if r.para1:
x = r.para2
else:
x = 'low'
return int(r.para0), (r.Index+13)%3 == 0, x
我想将 foobar
应用于 df
的每一行,收集其结果,并将这些结果与其相关参数一起存储在,好吧,DataFrame。
我的(当前)解决方案:
df['count'] = 0
df['valid'] = False
df['outpt'] = ''
def wrapper(r, df):
c, v, o = foobar(r)
df.ix[r.Index,'count'] = c
df.ix[r.Index,'valid'] = v
df.ix[r.Index,'outpt'] = o
for r in df.itertuples():
wrapper(r, df)
这会产生:
> df
para0 para1 para2 count valid outpt
0 17.439020 True high 17.0 False high
1 19.757758 True high 19.0 False high
2 12.434424 True medium 12.0 True medium
3 14.789654 True low 14.0 False low
4 14.131464 False high 14.0 False low
5 9.900233 True high 9.0 True high
6 10.977869 False low 10.0 False low
7 8.004251 True medium 8.0 False medium
8 11.468420 False low 11.0 True low
9 12.764453 False high 12.0 False low
在现实生活中,函数 foobar
是计算成本较高,运行大约需要 20-30 分钟,df
通常有 100-2000 行。我可以访问一台机器八个核心,并且 foobar
仅取决于当前处理的行无论是在其他任何事情上,运行这些都应该是微不足道的并行计算。
如果出现问题(例如,如果有人意外关闭机器),无需启动一切从头开始,即跳过已经存在的行已处理。
我该怎么做?
<小时/>不幸的是,我对多处理
的尝试失败了:
from multiprocessing import Pool
pool = Pool(3)
results = []
for r in df.itertuples():
results += [pool.apply_async(wrapper, r, df)]
与:
> results[0].get()
…
/usr/lib/python3.5/multiprocessing/reduction.py in dumps(cls, obj, protocol)
48 def dumps(cls, obj, protocol=None):
49 buf = io.BytesIO()
---> 50 cls(buf, protocol).dump(obj)
51 return buf.getbuffer()
52
PicklingError: Can't pickle <class 'pandas.core.frame.Pandas'>: attribute lookup Pandas on pandas.core.frame failed
以下是我创建玩具 DataFrame 的方法:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'para0' : pd.Series(
np.random.gamma(12,size=10),
dtype=np.float),
'para1' : pd.Series(
[(True,False)[i] for i in np.random.randint(0,2,10)],
dtype=np.bool),
'para2' : pd.Categorical(
[('low','medium','high')[i] for i in np.random.randint(0,3,10)],
ordered=True),
})
最佳答案
我不知道这是否有帮助,但尝试使用list
而不是itertuples
。
我的意思是这样的:
df_list = [[x[0], x[1],x[2]] for x in df.itertuples()]
for r in df_list:
results += [pool.apply_async(wrapper, r, df)]
关于python - 如何在 Python 中并行处理 pandas DataFrame 的行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46485247/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!