Question

我知道有多种方法可以解决此问题并完成工作。在选择是否使用Apply Lambda时，除了性能之外，还有其他考虑事项吗？我有一个带有一列电子邮件的特别大的数据框，我需要从所有电子邮件中删除“ @domain”。有一个简单的方法：

DF['PRINCIPAL'] = DF['PRINCIPAL'].str.split("@", expand=True)[0]

然后是Apply Lambda：

DF['PRINCIPAL'] = DF.apply(lambda x: x['PRINCIPAL'].str.split("@", expand=True)[0]

我假设它们大致相等，但是它们是执行方法，这意味着它们在某些情况下效率更高。有什么我应该知道的吗？

Answer 1

使用：

df = pd.DataFrame({'email':['abc@ABC.com']*1000})

s1 = df['email'].str.split('@').str[0]

s2 = pd.Series([i.split('@')[0] for i in df['email']], name='email')

s1.eq(s2).all()

输出

True

时间：

%timeit s1 = df['email'].str.split('@').str[0]

每个循环1.77 ms±75.8 µs（平均±标准偏差，共运行7次，每个循环1000次）

%timeit s2 = pd.Series([i.split('@')[0] for i in df['email']], name='email')

每个循环737 µs±67.4 µs（平均±标准偏差，每次运行7次，循环1000次每个）

Answer 2

您可以使用assign，这是Marc Garcia在演讲toward pandas 1.0中建议的方法，因为您可以在同一数据帧上链接操作，请参见6:17到7:30之间的示例：

DF = DF.assign(PRINCIPAL=lambda x: x['PRINCIPAL'].str.split("@", expand=True)[0])

熊猫：我应该对简单功能使用Apply Lambda吗？

2 个答案: