Question

我创建了一个while循环，该循环将文件路径与pandas数据帧的file / exe列分开，并将文件路径放入新列中。

#Count rows
rows = len(DF1)
#While loop to grab file path - new column
index = 0
while (index < rows):
  DF1['ParentPath'].iloc[index] = DF1['ParentPathExe'].iloc[index].rsplit('\\', 1)[0]
  DF1['ChildPath'].iloc[index] = DF1['ChildPathExe'].iloc[index].rsplit('\\', 1)[0]
  index = index + 1

这行得通，但是在650万行上却非常慢。 file / exe列中填充了以下内容：

C:\Windows\System32\conhost.exe
C:\Windows\System32\svchost.exe
C:\Windows\System32\raserver\raserver.exe

有些文件路径有3个“ \”，有些有4,5,6个“ \”等。

我使用以下代码剥离.exe，这非常快。

#Strip out EXE into new column
DF1['ParentExe'] = DF1['ParentPathExe'].str.split('\\').str[-1]
DF1['ChildExe'] = DF1['ChildPathExe'].str.split('\\').str[-1]

有没有一种方法可以避免出现类似“ .exe”的外观？

Answer 1

我重新编写了子行和父行，以使用rsplit分为文件路径和.exe：

#Split ParentPathExe into path and exe columns
Parent = DF1['ParentPathExe'].str.rsplit("\\", n=1, expand=True)
#Rename columns
Parent.columns = ['ParentPath', 'ParentExe']

    ParentPath                                  ParentExe
0   C:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe
1   C:\Program Files (x86)\Wireless AutoSwitch  WrlsAutoSW.exs
2   C:\Program Files (x86)\Wireless AutoSwitch  WrlsAutoSW.exs
3   C:\Windows\System32 svchost.exe
4   C:\Program Files (x86)\Wireless AutoSwitch  WrlsAutoSW.exs

#Split ChildPathExe into path and exe columns
Child = DF1['ChildPathExe'].str.rsplit("\\", n=1, expand=True)
#Rename columns
Child.columns = ['ChildPath', 'ChildExe']

    ChildPath   ChildExe
0   C:\Windows\System32 conhost.exe
1   C:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe
2   C:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe
3   C:\Program Files\Common Files\microsoft shared...   OfficeC2RClient.exe
4   C:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe
5   C:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe

然后将两个数据框合并在一起：

DF1 = pd.concat([Parent, Child], axis = 1)

熊猫-一种更快的方式来分割最后一个\，并在新列中使用字符串的一部分

1 个答案: