Question

我很少看到类似这样的问题

Vectorized alternative to iterrows， Faster alternative to iterrows，Pandas: Alternative to iterrow loops， for loop using iterrows in pandas，python: using .iterrows() to create columns，Iterrows performance。但似乎每个人都是一个独特的案例，而不是一种通用的方法。

我的问题还是关于.iterrows。

我试图将第一行和第二行传递给一个函数，并从中创建一个列表。

我所拥有的：

我有一个Pandas DataFrame，其中有两列看起来像这样。

         I.D         Score
1         11          26
3         12          26
5         13          26
6         14          25

我做什么：

其中Point是我之前定义的功能。

my_points = [Points(int(row[0]),row[1]) for index, row in score.iterrows()]

我要做什么：

上述内容的更快和矢量化形式。

Answer 1

实际上，问题不在于如何遍历DataFrame并返回列表，而在于如何对列中的DataFrame中的值应用函数。

您可以将axis设置为1的情况下使用pandas.DataFrame.apply：

df.apply(func, axis=1)

要放入列表中，取决于函数返回的内容，但您可以：

df.apply(Points, axis=1).tolist()

如果您只想应用于某些列：

df[['Score', 'I.D']].apply(Points, axis=1)

如果您想在需要多个func的{{1}}上申请，请使用args来提高速度：

numpy.vectorize

或np.vectorize(Points)(df['Score'], df['I.D'])：

lambda

Answer 2

尝试列表理解：

score = pd.concat([score] * 1000, ignore_index=True)

def Points(a,b):
    return (a,b)

In [147]: %timeit [Points(int(a),b) for a, b in zip(score['I.D'],score['Score'])]
1.3 ms ± 132 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [148]: %timeit [Points(int(row[0]),row[1]) for index, row in score.iterrows()]
259 ms ± 5.42 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [149]: %timeit [Points(int(row[0]),row[1]) for row in score.itertuples()]
3.64 ms ± 80.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Answer 3

您是否尝试过方法.itertuples()？

my_points = [Points(int(row[0]),row[1]) for row in score.itertuples()]

是一种迭代熊猫数据框的更快方法。

希望对您有帮助。

将函数应用于数据框以创建列表的矢量化方法

3 个答案: