如何在DataFrame上加速Python apply函数
DataFrame是Pandas库中的一种数据结构，用于处理和分析结构化数据。Python的apply函数可以对DataFrame中的每一行或每一列应用一个自定义函数，但由于Python的解释执行特性，apply函数在处理大规模数据时可能效率较低。为了加速apply函数的执行，可以采用以下方法：
- 使用向量化操作：尽量使用Pandas内置的向量化操作，而不是循环遍历DataFrame的每一行或每一列。向量化操作能够利用底层的C或C++实现来加速计算过程，例如使用DataFrame的内置函数、numpy库的函数等。
- 使用NumPy的向量化函数：如果DataFrame的操作需要更高的性能，可以考虑使用NumPy库的向量化函数，如numpy.vectorize、numpy.frompyfunc等，将自定义函数转化为向量化函数。
- 使用Cython或Numba加速：Cython和Numba是Python的扩展库，可以将Python代码编译为C或机器码，提供了与原生C代码相近的性能。可以将需要加速的自定义函数使用Cython或Numba编写，并在Python中调用。
- 利用并行计算：如果DataFrame的规模较大，可以考虑使用并行计算来加速apply函数的执行。Pandas库中提供了多线程并行计算的功能，可以通过设置参数
num_workers来指定使用的线程数。 - 使用分布式计算：对于特别大规模的数据处理，可以考虑使用分布式计算框架如Dask、Apache Spark等进行并行计算。这些框架可以将数据分割成多个块进行并行计算，能够处理更大规模的数据集。
总结： 在DataFrame上加速Python apply函数的方法有：使用向量化操作、使用NumPy的向量化函数、使用Cython或Numba加速、利用并行计算和使用分布式计算。根据具体情况选择合适的方法来提高apply函数的执行效率。
腾讯云提供的相关产品和文档链接如下：
- 腾讯云Pandas：腾讯云提供的Pandas云托管服务，可在云端高效处理大规模数据。详细介绍请参考：腾讯云Pandas产品介绍
- 腾讯云分布式计算服务TencentDB TSP：腾讯云的分布式计算服务，可实现高性能的并行计算。详细介绍请参考：腾讯云TencentDB TSP产品介绍
- 腾讯云机器学习平台：腾讯云提供的机器学习平台，支持数据处理、模型训练和推理等多种功能。详细介绍请参考：腾讯云机器学习平台产品介绍
- 腾讯云数据万象：腾讯云的数据处理和分析服务，提供丰富的数据处理工具和服务。详细介绍请参考：腾讯云数据万象产品介绍
相关·内容
我的代码如下：
df['O_ID'] = (df.apply(get_match_id, arguments=[df['pickup_longitude'], df['pickup_latitude']])).jit_cuda()
当我第一次使用这个function——jit_cuda()，时，出现了一个错误“没有模块名为cupy”
但是，当我安装了cupy- CUDA 101(适应我的数据自动化系统版本)时，我得到了一个新的错误。
Traceback (most recent call last):
File "F:\Anacond
浏览 3提问于2020-10-20得票数 0
我如何在python中创建函数，在其中一个参数中，我有可能实现DataFrame的变量列表？
例如，我的DataFrame如下所示：
df = pd.DataFrame({"TARGET" : [1,0,1],
"age" : [22, 54, 67],
"power" : [100, 200, 345],
"height" : [180, 190, 178]})
例如，我有以下功能：
def my_function(
浏览 3提问于2021-01-10得票数 0
回答已采纳
我有一个包含3000+列的数据帧。数据帧中的许多单元格都是空字符串(‘')。还有，我有很多数值，它们是字符串，但实际上应该是整数。我编写了两个函数，用0填充所有的空单元格，并在可能的情况下将值更改为整数，但当我运行它们时，我的数据帧没有任何变化。功能：
def recode_empty_cells(dataframe, list_of_columns):
for column in list_of_columns:
dataframe[column].replace(r'\s+', np.nan, regex=True)
dat
浏览 0提问于2016-11-10得票数 13
回答已采纳
2回答
我正在尝试获取链接，并通过TinyURL推送它们。我有一个包含登录链接的数据框列，我想单独采取这些，并添加到列‘微网址’，tiny_urlize链接。 for index, row in df.iterrows():
df.loc[index, 'Tiny Url'] = tiny_urlize(row['Login Link']) 我得到的错误如下所示： A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_i
浏览 16提问于2019-02-01得票数 1
我在Python中有一个DataFrame，它使用导入.csv文件的Pandas。现在，DataFrame有几个列，其中一些列有int或string数据，而其他列有Json数据。例如：
AA A B \
40.0 90.0 {"0": 5.5815269769616, "1": 5.7224734728583, "...
我有多个行，但为了简单起见，我只是路过了它。
现在，我会删除大括号和所有的东西'B‘之间的引号
浏览 1提问于2017-04-05得票数 1
回答已采纳
首先，我要声明，我知道此错误消息已多次发布。但我似乎不明白这些职位是如何适用于我的。所以我想试试运气：
我有Dataframe "df“，我正在尝试对该dataframe的子集执行并行处理：
for i in range(1, 2):
pool = ThreadPool(processes=4)
async_result = pool.apply_async(helper.Helper.transform(df.copy(), i))
lst.append(async_result)
results = []
for item in lst:
curr
浏览 1提问于2020-05-10得票数 0
回答已采纳
2回答
在这方面，我只是个菜鸟：
我试图在多个进程中运行一个函数，这样我就可以在更短的时间内处理一个巨大的文件。
我试过了
for file_chunk in file_chunks:
p = Process(target=my_func, args=(file_chunk, my_arg2))
p.start()
# without .join(), otherwise main proc has to wait
# for proc1 to finish so it can start proc2
但看上去还不够快
现在我扪心自问，它是否真的在并行地运行这些工作。
浏览 1提问于2017-05-23得票数 3
回答已采纳
如果我在熊猫里有一个空的DataFrame，像这样：
df = pandas.DataFrame(columns=['a','b','c'])
>>> df
Empty DataFrame
Columns: [a, b, c]
Index: []
我聚集在组上，输出将--通常是--是一个空DataFrame：
>>> df.groupby('a', as_index=False).sum()
Empty DataFrame
Columns: [a, b, c]
Index: []
我说通常是，因
浏览 2提问于2014-10-10得票数 2
回答已采纳
1回答
我是Python和multiprocessing的新手，我想加快我当前的代码处理速度，因为80张图像需要8分钟左右的时间。我只为这段代码显示了1幅图像，以供参考。我认识到，多重处理在这方面有帮助，并尝试了一下，但不知何故不像我所期望的那样工作。
import numpy as np
import cv2
import time
import os
import multiprocessing
img = cv2.imread("C://Users/jason/Desktop/test.bmp")
gry = cv2.cvtColor(img, cv2.COLOR_BGR2G
浏览 12提问于2022-12-04得票数 0
回答已采纳
1回答
因此，我有一个函数replaceMonth( string )，它只是一系列if语句，返回从熊猫数据文件中的列派生出来的字符串。然后，我需要用派生字符串替换原来的字符串。
dataframe的定义如下：
Index ID Year DSFS DrugCount
0 111111 Y1 3- 4 months 1
在dataframe中大约有80K行。我需要做的是用replaceMonth(string)函数的结果替换列DSFS中的内容。
因此，例如，如果DSFS的第一行中的值是'3-4个月‘，如果我通过repla
浏览 1提问于2017-04-02得票数 3
回答已采纳
2回答
我有一个dataframe包含一个tuple of (lat，lon)，但是有一些行包含了nan的元组。我如何删除或检测这些？
示例：
import pandas as pd
import numpy as np
df = pd.DataFrame(data={'location': [1, 2, 3],
'coor': [(14.48847, 103.161477),
(14.970084, 103.062853),
浏览 1提问于2018-10-26得票数 0
回答已采纳
假设我有一个这样的数据帧，filename是索引：
filename a b c
1 1 2 3
1 1 3 4
2 2 2 2
2 3 2 5
2 8 9 9
3 4 8 6
3 1 1 1
我想将这个数据帧分成三个数据帧，然后在循环中逐个处理它们。每个数据帧包含具有相同文件名的行，如下所示：
dataframe1：
filename a b c
1 1 2 3
1 1 3 4
dataframe2：
filena
浏览 0提问于2015-09-08得票数 3
我正在为法语使用Bert标记器，我得到了这个错误，但我似乎没有解决它。如果你有什么建议。
Traceback (most recent call last):
File "training_cross_data_2.py", line 240, in <module>
training_data(f, root, testdir, dict_unc)
File "training_cross_data_2.py", line 107, in training_data
Xtrain_emb, mdlname = get_fla
浏览 1提问于2021-05-06得票数 1
目前，我正在尝试从一个名为active的大型dataframe (150万行)中选择行，方法是从另一个称为被动的数据from (大约有3万行)中组合两列。如果active表中两列的组合与被动表中两列的组合相匹配，则从active表中选择行。
Here is the code:
active.loc[(active['userid']+active['orgcity']).isin(passive.userid+passive.city)]
然而，这一过程需要很长时间。我认为，与迭代或pd.apply相比，这应该是一个改进。还有其他方法来加速这件事吗？
浏览 0提问于2018-07-18得票数 0
回答已采纳
1回答
如何在数据框列上应用上限？
、、、、
我有一个包含数字序列的数据帧，示例如下。假设步长为0.2，我如何计算每个值呢？这在Excel中很容易，通过=CEILING(x, 0.2)，但是Python呢？
df = pd.DataFrame({'A': [1, 1.3, 1.5, 1,6, 1.7, 2]})
浏览 2提问于2018-03-08得票数 2
我想得到等级规则为A，B+，B，...的.csv输出。
输入数据如下：
name,score
A, 55
B, 30
.
.
.
这是我的代码：
import pandas as pd
import numpy as np
#Calculate grade regulation
def grading(x):
if x >=90 and x <= 100:
return 'A'
elif x >= 85 and x <= 89.99:
return 'B+'
elif x >= 80 and x <
浏览 1提问于2021-09-18得票数 0
3回答
我有一套matlab格式化的时间戳，我需要在熊猫数据中转换成Python日期时间。
df = pd.DataFrame(data=[737098.4, 737098.5, 737098.6, 737098.7], columns=['matlab_datenum'])
df
matlab_datenum
0 737098.4
1 737098.5
2 737098.6
3 737098.7
我遇到了以下代码来将matlab日期格式转换为python格式，但不确定如何在dataframe中实现。
python_
浏览 1提问于2018-02-08得票数 3
回答已采纳
1回答
我试过在很多地方找到答案，但还没有得到直接的答案。modin加速比是否适用于数据传输？跨Dataframe对应用功能进行并行化是否具有智能性，而不是逐行执行典型的应用功能？
或
我们是否应该使用来加速应用功能？
很抱歉，如果有简单的答案可用，我总是得到答案，在阅读或一些功能，很少在应用的速度。
浏览 3提问于2020-10-13得票数 1
回答已采纳
3回答
当我运行以下代码时，我得到一个KeyError：('a'，‘发生在索引a’处)。如何在不遇到此问题的情况下在Dataframe上应用此函数或类似功能？
运行python3.6，熊猫v0.22.0
import numpy as np
import pandas as pd
def add(a, b):
return a + b
df = pd.DataFrame(np.random.randn(3, 3),
columns = ['a', 'b', 'c'])
df.apply(
浏览 1提问于2018-03-20得票数 6
回答已采纳
2回答
我一直想做以下工作，以便有一个简单的故事来在pandas.DataFrame中的每一列上执行pandas.DataFrame.someColumnName.unique()函数。
df.apply(func=unique, axis=0) # error NameError: name 'unique' is not defined
有没有什么我忽略的技巧来让它工作，或者给出一个替代的解决方案来做一些类似的事情，但是在pandas.DataFrame中的每一列上使用type()函数。
df.apply(func=lambda x: type(x[0]), axis=0)
请注
浏览 14提问于2018-01-24得票数 3
回答已采纳
1回答
df.loc[:,'C'] = df.apply(lambda row: min(row['A'],row['B']) if row['A'] > 0 else max(row['B'],0),axis=1)
我在dataframe df中创建了一个新变量'C‘。在使用.loc函数时，我得到了切片错误的提示。我该如何修复它？
/opt/python/python35/lib/python3.5/site-packages/pandas/core/indexing.py:362: SettingWith
浏览 5提问于2018-12-19得票数 0
我有一个包含字符串数据类型的列DataFrame name。我想检查该列的条目是否存在于引用列表中。我试过pandas.apply，但它不起作用。
样本数据：
import pandas as pd
data = [('A', '10'),
('B', '10'),
('C', '10'),
('D', '10'),
('E', '20'),
('
浏览 15提问于2022-02-03得票数 0
回答已采纳
2回答
根据我的理解，pandas.DataFrame.apply不会在内部应用更改，我们应该使用它的返回对象来持久化任何更改。但是，我发现了以下不一致的行为：
为了确保原始df保持不变，我们应用一个虚拟函数：
>>> def foo(row: pd.Series):
... row['b'] = '42'
>>> df = pd.DataFrame([('a0','b0'),('a1','b1')], columns=['a', 'b&
浏览 0提问于2018-09-22得票数 12
回答已采纳
1回答
目前，我正在做下面的工作，因为我需要跟踪扩展值集的特定百分位数集。
我想知道是否有更优化的方法使用任何numpy矢量化技巧来完成这个任务。
import numpy as np
import pandas as pd
a=np.random.rand(1000)
df=pd.DataFrame(a,columns=['Data'])
val=25
df['25th_Perc']=df.expanding(min_periods=1).apply(lambda x:np.nanpercentile(x,val,interpolation='nea
浏览 5提问于2021-05-11得票数 1
回答已采纳
我需要在pandas TimeSeries/DataFrame对象中存储Python decimal类型值。在TimeSeries/DataFrame上使用"groupby“和"mean”时，Pandas给了我一个错误。以下基于floats的代码运行良好：
[0]: by = lambda x: lambda y: getattr(y, x)
[1]: rng = date_range('1/1/2000', periods=40, freq='4h')
[2]: rnd = np.random.randn(len(rng))
[3]: t
浏览 4提问于2012-07-13得票数 5
回答已采纳
我对Python/熊猫很陌生。我想要计算基于"GOOG“价格的连续回报。如果价格在(A)栏，我应该如何计算(b)栏中的回报，按照以下公式计算？
连续收益=
我想这样做，像下面的图像(在Excel中计算连续返回)在潘达斯DataFrame。
import pandas as pd
x = pd.DataFrame([2340, 2304, 2238, 2260, 2315, 2318, 2300, 2310, 2353, 2350],
columns=['a'])
浏览 3提问于2021-05-21得票数 0
回答已采纳
我正在尝试使用dataframe-column ORIG上的以下算法对python 3.6 pandas dataframe列的每个值进行散列处理：
HK_ORIG = base64.b64encode(hashlib.sha1(str(df.ORIG).encode("UTF-8")).digest())
然而，上面提到的代码并没有散列的每个值，因此，为了散列df-column ORIG的每个值，我需要使用apply函数。不幸的是，我似乎没有足够的能力完成这件事。
我想象它看起来像下面的代码：
df["HK_ORIG"] = str(df['ORIG&
浏览 2提问于2018-07-05得票数 6
我正在尝试用python编写不同的表名，这些表名是根据groupby函数为两列创建的不同数据帧来编写的。 list_dfs=[]
TT=Dataframe.groupby(['change','x2'])
for group,name in TT:
list_dfs.append(group)
writer = pd.ExcelWriter('output.xlsx')
def dt(_,g):
for _,g in Dataframe.groupby (Dataframe.index):
print (g)
浏览 31提问于2019-04-15得票数 0
1回答
我正在尝试创建一个函数，该函数使用DataFrame函数返回Pandas DataFrame中所有列的平均值、中值或标准差。
这是一个学校作业，所以没有理由使用NumPy，除了这是对我的要求。我很难弄清楚如何在Pandas DataFrame中使用NumPy函数来解决这个问题。
这里是问题的文本.
下面的代码单元格包含一个名为comp_sample_stat的函数，它接受两个参数"df“，其中包含特定公司的dow的数据，以及stat，它将包含三个字符串中的一个：”平均值“、"std”或“中位数”。
对于这个问题：
如果stat等于“平均”，则使用numpy的平均值函数返回d
浏览 0提问于2018-10-08得票数 0
回答已采纳
sdf = sdf['Name1'].apply(lambda x: tryLookup(x, tdf))
tryLookup是当前接受字符串的函数，该字符串是sdf列中Name1的值。我们使用apply将函数映射到sdf DataFrame中的每一行。
有没有办法让tryLookup返回我想要与sdf DataFrame合并的DataFrame，而不是只返回一个字符串的sdf？tryLookup有一些额外的信息，我想通过将它们作为新列添加到sdf中的所有行来包括在结果中。
因此，tryLookup的返回值如下：
return pd.Series({'BEST MATC
浏览 0提问于2017-09-15得票数 4
2回答
我有一个函数，它在python中返回一个包含两个元素的元组。我将使用此函数在pandas中的dataframe中创建两个新列。这是我现在拥有的代码 df['A','B'] = df.apply(lambda x: my_fun (X['A'], x['B'], other_arguments)[0:2], axis=1) my_fun返回包含5个元素的元组，我将使用前两个元素来创建新列。但是，它只创建一列，并将该列的值设置为my_fun返回的元组。如何创建两列而不是一列？
浏览 18提问于2019-02-12得票数 1
回答已采纳
我有一个输入DataFrame df，如下所示(ID不是1,2,3)：
| id | name |
|-------|---------------------------------------------------------------------------------------|
| a1xy | [ { "event": "sports", "start"
浏览 5提问于2018-04-21得票数 4
有了pandas 1.0.0发行版，.apply现在有了使用numba jit函数的。
在使用.apply时，有什么方法可以利用这个.rolling功能吗？
例如，我有一个pandas.DataFrame，我想应用一个numba_mean函数来获得3个周期的滚动平均值。
import pandas as pd
import numpy as np
import numba as nb
df = pd.DataFrame({"A" : np.random.rand(10)})
@nb.jit
def numba_mean(x):
return np.sum(x) /
浏览 3提问于2020-02-16得票数 4
回答已采纳
2回答
我有一个DataFrame，它在每一列上都包含一个列表，如下面的示例所示，其中只有两列。
Gamma Beta
0 [1.4652917656926299, 0.9326935235505321, float] [91, 48.611034768515864, int]
1 [2.6008354611105995, 0.7608529935313189, float] [59, 42.38646954167245, int]
2 [2.6386970166722348, 0.9785848171888037, float] [89, 37.9011122659478,
浏览 0提问于2017-08-31得票数 16
回答已采纳
我有一个python代码，它使用库：multiprocessing.pool在并行化中计算数据。
from multiprocessing.pool import ThreadPool as Pool
下面是我如何创建数据格式的方法
df2 = pd.DataFrame({'A': 1.,
'B': pd.Timestamp('20130102'),
'C': pd.Series(1, index=list(range(4)), dtype='
浏览 0提问于2021-02-03得票数 0
我很难在Pandas中使用和Pandas。也许我不是用这个对吧？
data = {'a':[1,1,2,2],'b':['Y','Y','N','Y'], 'c':['Y','Y','N','Y']}
df = pandas.DataFrame(data)
def countY(columnName, group): return len(group[group[columnName] == 'Y'])
浏览 2提问于2014-03-24得票数 1
回答已采纳
1回答
我试图将一列分成两部分，但我知道我的数据中有空值。想象一下这个数据文件：
df = pd.DataFrame(['fruit: apple','vegetable: asparagus',None, 'fruit: pear'], columns = ['text'])
df
text
0 fruit: apple
1 vegetable: asparagus
2 None
3 fruit: pear
我想把它分成
浏览 2提问于2016-05-05得票数 1
回答已采纳
假设我想从我在Pandas中的数据中删除'$'标志。我创建了一个名为TransformFunctions的类，以便可以使用getattr()从该类调用函数(原因是我正在使用另一个JSON文件，在该文件中我将列出与数据中的列关联的方法名称来进行处理；因为JSON只接受字符串，所以我决定使用给定的建议基于字符串调用方法)。
守则如下：
class TransformFunctions(object):
def remove_dollar(self, cell_str):
return float(cell_str.replace("$", &
浏览 0提问于2019-06-19得票数 0
回答已采纳
如何在pandas数据帧中将一列的所有行转换为numpy数组格式？示例数据帧：
df=pd.DataFrame({
"actual":["1,0,0,1","0,0,1,0"],
"predicted":["[1,0,0,0]","[0,1,1,1]"]
})
理想数据帧：
我尝试使用下面的代码将actual列转换为数组格式，但失败了。
df['actual']=df.actual(lambda x: np.array([int
浏览 17提问于2021-05-16得票数 0
回答已采纳
我有这段代码，但它正在返回大写的所有单词。我也需要归还一只熊猫的数据，但我得到了错误。
ValueError: DataFrame构造函数没有正确调用！
这是我的密码
languages = ['python', 'php', 'java', 'javascript', 'c++', 'sql']
def toggle(languages):
new_phrase = ""
for letter in languages:
if letter in
浏览 6提问于2022-03-07得票数 0
目前，我正试图找到一种pythonic方法来“翻译”下面的R代码，该代码包含三个名为"strikeDeg“、"dipDeg”和"rakeDeg“的数据格式，并附加了三列：
旋转=9-元素向量
极=三元矢量
方向=三元矢量
这是一个更大的if-循环的一部分，它将根据哪些列不是NULL来解析原始数据。
geoPoleDirectionRotationFromData <- function(dataFrame) {
newFrame <- emptyDataFrame(nrow(dataFrame))
# Make rot
浏览 1提问于2019-12-02得票数 1
回答已采纳
3回答
我想在我的dataframe df2中对列df2进行线性插值。我如何用一种简单的方式使用python来完成这个任务呢？
df2 = pd.DataFrame(np.array([[1, 2, 10], [2, 5, ''], [3, 8, 30], [4, 2, ''], [5, 5, 50], [6, 8, '']]), columns=['Angle', 'Value_A', 'Value_B'])
df2
Value_B的结果应该是10，'20'，30，'40'
浏览 2提问于2020-06-18得票数 0
回答已采纳
如何在使用rpy2保存数据时删除csv索引？下面是如何在R中完成的，以及我的尝试python：
R码：
write.csv(dataframe, save_path, row.names = FALSE)
Python代码：
from rpy2.robjects.packages import importr
utils_package = importr("utils") # import utils package from R
utils_package.write_csv(dataframe, save_path) # what to add to remove t
浏览 4提问于2016-02-24得票数 1
回答已采纳
我有以下熊猫资料：
我正在尝试编写一些条件python语句，如果我们有issue_status of 10或40，market_phase of 0和tade_state of (这是我们在上述屏幕截图的所有情况下都有的)。然后我想调用一个名为resolve_collision_mp(...)的函数。
我是否可以用Python编写条件，如下所示？
# Collision for issue_status == 10
if market_info_df['issue_status'].eq('10').all() and market_info_df[&
浏览 1提问于2022-11-20得票数 0
我一直在想，在Python中使用pandas的最好方法是什么。无论是定义小函数、类，还是用SQL语法风格编写完整的pandas代码？对于SQL语法，我的意思是只需逐行编写所有代码，并执行代码，直到获得需要处理的数据帧。 举个例子： 1. df['split_string'] = df['string'].str.split()
2. def split_strings(dataframe, s):
dataframe['split_string'] = dataframe[s].str.split()
return
浏览 14提问于2020-07-07得票数 1
我有两个给定经度和纬度的位置，我想在python中获得这两个点之间的距离。我的数据集如下所示：
df_TEST = pd.DataFrame({'Location': ['X1','X2'],
'Long': [ 28.63615701706,76],
'Lat': [ 41.0693487044612,54],
'Location1': ['Y1',
浏览 24提问于2019-07-12得票数 0
回答已采纳
我的目标是为Pandas DataFrame中的每一行调用一个API，其中包含响应JSON中的字符串列表，并创建一个新的DataFrame，每个响应只有一行。我的代码基本上如下所示：
i = 0
new_df = pandas.DataFrame(columns = ['a','b','c','d'])
for index,row in df.iterrows():
url = 'http://myAPI/'
d = '{"SomeJSONData:"' + row[
浏览 2提问于2017-10-17得票数 7
1回答
例如，我有一个类似于此的df：
df = pd.DataFrame({'Change': [-0.5, -0.25, 1, 1.5, 0.25,-0.75, -1, 2, .... })
我想要做的是过滤上面和下面的df['Change']列，计算两者的平均值，然后将这两个结果相加。但我希望能够在100窗口的基础上滚动完成这一任务。
我可以用一种非常直截了当的方式来完成这一任务，只需循环通过df，如下所示：
df['diff'] = np.NAN
for i in range(0, len(df)):
if i > 100:
浏览 5提问于2022-11-25得票数 0
回答已采纳
包含许多解析逻辑，用于检测CSV字符串并将其转换为数值和日期时间Pythong值。我的问题是，有没有办法也在包含字符串数据的列的DataFrame上调用相同的转换，但是DataFrame不是存储在CSV文件中，而是来自不同的(未解析的)源？因此只有一个内存DataFrame对象可用。
因此，将这样的DataFrame保存到CSV文件并读回它会进行这样的转换，但在我看来效率非常低。
浏览 0提问于2019-06-11得票数 0
3回答
我对Python相当陌生。我在网上偶然发现了。不幸的是，这个被接受的答案不再适用于熊猫版本0.23.4 --这篇文章的目的是找出组变量的组合，并为值创建一个字典。也就是说，group_by应该忽略分组的顺序。
以下是公认的答案：
import pandas as pd
from collections import Counter
d = pd.DataFrame([('a','b',1), ('a','c', 2), ('b','a',3), ('b','a',3
浏览 0提问于2018-12-03得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
