Question

首先，我刚开始使用Python，因此我并不了解。我试图搜索此问题，但找不到合适的解决方案。

请简单介绍一下：我正在研究一个交通事故数据库，该数据库具有近165000行和39列。我正在采取的步骤之一是在此基础上运行apriori算法（来自apyori实验室）。如果需要，可以donwnload the base (.csv) here。

但是，要做到这一点，我必须将熊猫数据库转换为列表，这是我遇到问题的部分。

我正在使用以下代码：

def list_apriori(df):
apr = []
for i in range (0, 164699):
    apr.append([str(df.values[i,j]) for j in range (0,38)])

return apr

我让这段代码运行了将近40分钟，但没有完成，所以我认为也许有一种改进的方法。我用以下方法进行了测试：

def list_apriori(df):
apr = []
for i in range (0, 50):
    apr.append([str(df.values[i,j]) for j in range (0,10)])

return apr

它在不到5分钟的时间内完成（我相信这是很长的时间，因为它只运行在51行和11列中）。我也尝试过更换计算机，但没有任何区别。

对于是否以及如何改进代码以使其更快地运行，您有何建议？预先感谢。

编辑我认为问题在于转换为字符串。感谢@ninesalt的帮助！起作用的代码如下：

def list_apriori(df):
result = df.astype(str)
apr = []
for i in range (0, 164699):
    apr.append([df.values[i,j] for j in range (0,38)])

return apr

Answer 1

这正是您想要的，但没有循环。这在我的PC上需要3秒钟，并且数据帧的大小与示例(165000, 39)

中的大小相同

import numpy as np
import pandas as pd

arr = np.random.randint(0, 100, (165000, 39))
df = pd.DataFrame(arr)
result = df.astype(str)

firstrow = result.iloc[[0]]
print(firstrow)  # prints first row as a string

每当您认为某项操作昂贵时，几乎总是有一种更轻松，更高效的方法来处理所使用的库，您只需检查文档即可。

append（）函数需要很长时间才能运行

1 个答案: