Question

我的df中有一个列（＆＃34; color_values＆＃34;），其中一些数字从1到10，我希望将这些数字转换为带matplotlib.cm (cm)和matplotlib.colors (mcol)的十六进制颜色。

在这里，我建立了我的托盘：

color_list = ["#084594", ...] # my colors
cm1 = mcol.ListedColormap(color_list)
cnorm = mcol.Normalize(vmin=df["color_values"].min(), vmax=df["color_values"].max())
cpick = cm.ScalarMappable(norm=cnorm, cmap=cm1)
cpick.set_array(np.array([]))

这是需要更快的部分，因为我有数百万行：

df["color_hex"] = df.apply(
            lambda row: mcol.to_hex(cpick.to_rgba(row["color_values"])), axis=1
    )

我插入了另一个列（color_hex），它将color_values中的值转换为十六进制颜色，但它是通过遍历每个单元格来实现的。

我查看了numpy.vectorize，但在他们的文档中他们说The vectorize function is provided primarily for convenience, not for performance. The implementation is essentially a for loop。

我也看了numpy.where但是当你有条件满足时这似乎更合适，这不是我的情况。

所以我想知道其他numpy操作适合这个吗？

Answer 1

有两种方法可以提高性能。没有数据，很难确定是否确实如此。

<强> 1。使用pd.Series.apply代替pd.DataFrame.apply

df['color_hex'] = df['color_values'].apply(lambda x: mcol.to_hex(cpick.to_rgba(x)))

这减少了需要通过循环传递的结构化数据量。

<强> 2。使用列表理解

df['color_hex'] = [mcol.to_hex(cpick.to_rgba(x)) for x in df['color_values']]

这是有效的，因为列表可以直接分配给pd.Series。

更快地将函数应用于pandas中的每一行

1 个答案: