- 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?
给定 df_people :
Name
0 Tom
1 Jerry
0 Red
1 Green
2 Blue
Name Color_0 Color_1 Color_2
0 Tom Red Green Blue
1 Jerry Red Green Blue
# Store data for new columns in a dictionary
new_columns = {}
for index_people, row_people in df_people.iterrows():
for index_colors, row_colors in df_colors.iterrows():
key = 'Color_' + str(index_colors)
if (key in new_columns):
new_columns[key].append(row_colors[0])
else:
new_columns[key] = [row_colors[0]]
# Add dictionary data as new columns
for key, value in new_columns.items():
df_people[key] = value
# Import required modules
import pandas as pd
import timeit
# Original
def method_1():
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
# Store data for new columns in a dictionary
new_columns = {}
for index_people, row_people in df_people.iterrows():
for index_colors, row_colors in df_colors.iterrows():
key = 'Color_' + str(index_colors)
if (key in new_columns):
new_columns[key].append(row_colors[0])
else:
new_columns[key] = [row_colors[0]]
# Add dictionary data as new columns
for key, value in new_columns.items():
df_people[key] = value
# YOBEN_S - https://stackoverflow.com/a/60805881/452587
def method_2():
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
_s = pd.concat([df_colors]*len(df_people), axis=1)
_s.columns = df_people.index
df_people = df_people.join(_s.T.add_prefix('Color_'))
# Dani Mesejo - https://stackoverflow.com/a/60805898/452587
def method_3():
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
# Create mock key
_m1 = df_people.assign(key=1)
# Set new column names, transpose, and create mock key
_m2 = df_colors.set_index('Color_' + df_colors.index.astype(str)).T.assign(key=1)
df_people = _m1.merge(_m2, on='key').drop('key', axis=1)
# Erfan - https://stackoverflow.com/a/60806018/452587
def method_4():
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
df_colors = df_colors.T.reindex(df_people.index).ffill().add_prefix('Color_')
df_people = df_people.join(df_colors)
print('Method 1:', timeit.timeit(method_1, number=10000))
print('Method 2:', timeit.timeit(method_2, number=10000))
print('Method 3:', timeit.timeit(method_3, number=10000))
print('Method 4:', timeit.timeit(method_4, number=10000))
Method 1: 36.029883089
Method 2: 27.042384837999997
Method 3: 68.22421793800001
Method 4: 32.94155895
df_colors
中附加列。至
df_people
,我还需要对每个添加的单元格的相应行中的列执行一些计算。
# Import required modules
import numpy as np
import pandas as pd
import timeit
# Original
def method_1():
df_people = pd.DataFrame(['Tom', 'Jerry', 'Bob', 'John', 'Bill', 'Tim', 'Harry', 'Rick'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red', 'Green', 'Blue'] * 10, columns=None)
# Store data for new columns in a dictionary
new_columns = {}
for index_people, row_people in df_people.iterrows():
for index_colors, row_colors in df_colors.iterrows():
key = 'Color_' + str(index_colors)
if (key in new_columns):
new_columns[key].append(row_colors[0])
else:
new_columns[key] = [row_colors[0]]
# Add dictionary data as new columns
for key, value in new_columns.items():
df_people[key] = value
# YOBEN_S - https://stackoverflow.com/a/60805881/452587
def method_2():
df_people = pd.DataFrame(['Tom', 'Jerry', 'Bob', 'John', 'Bill', 'Tim', 'Harry', 'Rick'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red', 'Green', 'Blue'] * 10, columns=None)
_s = pd.concat([df_colors]*len(df_people), axis=1)
_s.columns = df_people.index
df_people = df_people.join(_s.T.add_prefix('Color_'))
# sammywemmy - https://stackoverflow.com/a/60805964/452587
def method_3():
df_people = pd.DataFrame(['Tom', 'Jerry', 'Bob', 'John', 'Bill', 'Tim', 'Harry', 'Rick'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red', 'Green', 'Blue'] * 10, columns=None)
# Create a new column in df_people with aggregate of df_colors;
df_people['Colors'] = df_colors[0].str.cat(sep=',')
# Concatenate df_people['Name'] and df_people['Colors'];
# split column, expand into a dataframe, and add prefix
df_people = pd.concat([df_people.Name, df_people.Colors.str.split(',', expand=True).add_prefix('Color_')], axis=1)
# Dani Mesejo - https://stackoverflow.com/a/60805898/452587
def method_4():
df_people = pd.DataFrame(['Tom', 'Jerry', 'Bob', 'John', 'Bill', 'Tim', 'Harry', 'Rick'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red', 'Green', 'Blue'] * 10, columns=None)
# Create mock key
_m1 = df_people.assign(key=1)
# Set new column names, transpose, and create mock key
_m2 = df_colors.set_index('Color_' + df_colors.index.astype(str)).T.assign(key=1)
df_people = _m1.merge(_m2, on='key').drop('key', axis=1)
# Erfan - https://stackoverflow.com/a/60806018/452587
def method_5():
df_people = pd.DataFrame(['Tom', 'Jerry', 'Bob', 'John', 'Bill', 'Tim', 'Harry', 'Rick'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red', 'Green', 'Blue'] * 10, columns=None)
df_colors = df_colors.T.reindex(df_people.index).ffill().add_prefix('Color_')
df_people = df_people.join(df_colors)
# jezrael - https://stackoverflow.com/a/60826723/452587
def method_6():
df_people = pd.DataFrame(['Tom', 'Jerry', 'Bob', 'John', 'Bill', 'Tim', 'Harry', 'Rick'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red', 'Green', 'Blue'] * 10, columns=None)
_a = np.broadcast_to(df_colors[0], (len(df_people), len(df_colors)))
df_people = df_people.join(pd.DataFrame(_a, index=df_people.index).add_prefix('Color_'))
print('Method 1:', timeit.timeit(method_1, number=3))
print('Method 2:', timeit.timeit(method_2, number=3))
print('Method 3:', timeit.timeit(method_3, number=3))
print('Method 4:', timeit.timeit(method_4, number=3))
print('Method 5:', timeit.timeit(method_5, number=3))
print('Method 6:', timeit.timeit(method_6, number=3))
Method 1: 74.512771493
Method 2: 1.0007798979999905
Method 3: 0.40823360299999933
Method 4: 0.08115736700000298
Method 5: 0.11704620100000795
Method 6: 0.04700596800000767
最佳答案
您可以通过 numpy.broadcast_to
方法提高性能:
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
a = np.broadcast_to(df_colors[0], (len(df_people), len(df_colors)))
df = df_people.join(pd.DataFrame(a, index=df_people.index).add_prefix('Color_'))
print (df)
Name Color_0 Color_1 Color_2
0 Tom Red Green Blue
1 Jerry Red Green Blue
import timeit
def method_2():
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
_s = pd.concat([df_colors]*len(df_people), axis=1)
_s.columns = df_people.index
df_people = df_people.join(_s.T.add_prefix('Color_'))
def method_5():
df_people = pd.DataFrame([['Tom'], ['Jerry']], columns=['Name'])
df_colors = pd.DataFrame([['Red'], ['Green'], ['Blue']], columns=None)
a = np.broadcast_to(df_colors[0], (len(df_people), len(df_colors)))
df_people = df_people.join(pd.DataFrame(a, index=df_people.index).add_prefix('Color_'))
print('Method 2:', timeit.timeit(method_2, number=10000))
Method 2: 27.919169027998578
print('Method 5:', timeit.timeit(method_5, number=10000))
Method 5: 21.452649746001043
DataFrame
中进行测试,例如这里有 3k 行和 30 列,那么时间是不同的:
# Import required modules
import pandas as pd
import timeit
# Original
def method_1():
df_people = pd.DataFrame(['Tom','Jerry','Bob'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red','Green', 'Blue'] * 10, columns=None)
# Store data for new columns in a dictionary
new_columns = {}
for index_people, row_people in df_people.iterrows():
for index_colors, row_colors in df_colors.iterrows():
key = 'Color_' + str(index_colors)
if (key in new_columns):
new_columns[key].append(row_colors[0])
else:
new_columns[key] = [row_colors[0]]
# Add dictionary data as new columns
for key, value in new_columns.items():
df_people[key] = value
# YOBEN_S - https://stackoverflow.com/a/60805881/452587
def method_2():
df_people = pd.DataFrame(['Tom','Jerry','Bob'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red','Green', 'Blue'] * 10, columns=None)
_s = pd.concat([df_colors]*len(df_people), axis=1)
_s.columns = df_people.index
df_people = df_people.join(_s.T.add_prefix('Color_'))
# Dani Mesejo - https://stackoverflow.com/a/60805898/452587
def method_3():
df_people = pd.DataFrame(['Tom','Jerry','Bob'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red','Green', 'Blue'] * 10, columns=None)
# Create mock key
_m1 = df_people.assign(key=1)
# Set new column names, transpose, and create mock key
_m2 = df_colors.set_index('Color_' + df_colors.index.astype(str)).T.assign(key=1)
df_people = _m1.merge(_m2, on='key').drop('key', axis=1)
# Erfan - https://stackoverflow.com/a/60806018/452587
def method_4():
df_people = pd.DataFrame(['Tom','Jerry','Bob'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red','Green', 'Blue'] * 10, columns=None)
df_colors = df_colors.T.reindex(df_people.index).ffill().add_prefix('Color_')
df_people = df_people.join(df_colors)
def method_5():
df_people = pd.DataFrame(['Tom','Jerry','Bob'] * 1000, columns=['Name'])
df_colors = pd.DataFrame(['Red','Green', 'Blue'] * 10, columns=None)
a = np.broadcast_to(df_colors[0], (len(df_people), len(df_colors)))
df_people = df_people.join(pd.DataFrame(a, index=df_people.index).add_prefix('Color_'))
print('Method 1:', timeit.timeit(method_1, number=3))
print('Method 2:', timeit.timeit(method_2, number=3))
print('Method 3:', timeit.timeit(method_3, number=3))
print('Method 4:', timeit.timeit(method_4, number=3))
print('Method 5:', timeit.timeit(method_5, number=3))
Method 1: 34.91457201199955
Method 2: 0.7901797180002177
Method 3: 0.05690281799979857
Method 4: 0.05774562500118918
Method 5: 0.026483284000278218
关于python - 在 Pandas 中,将一个数据框中的行转换为另一个数据框中的列的最佳方法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60805783/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!