我有一個 pandas df，其中一些列包含空白值。我有一個嵌套的 for 循環(huán)，它通過從列表中提取這些值來填充這些列。給定列的所有行都獲得相同的值，這是正確的。這里的順序很重要，因?yàn)閏ol1需要值val1。import pandas as pddf = pd.DataFrame({"col1": ["", "", ""], "col2": ["", "", ""], "col3": ["Facebook, Instagram", "Facebook, Facebook", "Twitter"]})Columns = ['col1', 'col2'] #list of column names that the code should iterate overValues = ['val1', 'val2'] #list of values to be inserted in the given columnsfor n in Columns: for i in df: df[Columns] = Values輸出： col1 col2 col30 val1 val2 Facebook, Instagram1 val1 val2 Facebook, Facebook2 val1 val2 Twitter我當(dāng)前的代碼可以工作，但處理大量數(shù)據(jù)時速度非常慢。我可以做什么來改善它？
2 回答
DIEA
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超2個贊
我認(rèn)為最簡單的是傳遞變量，例如：
df[Columns] = Values
print (df)
col1 col2 col3
0 val1 val2 Facebook, Instagram
1 val1 val2 Facebook, Facebook
2 val1 val2 Twitter
100k 行的性能：
df = pd.DataFrame({"col1": ["", "", ""],
"col2": ["", "", ""],
"col3": ["Facebook, Instagram", "Facebook, Facebook", "Twitter"]})
Columns = ['col1', 'col2'] #list of column names that the code should iterate over
Values = ['val1', 'val2'] #list of values to be inserted in the given columns
df = pd.concat([df] * 100000, ignore_index=True)
%timeit df[Columns] = Values
7.53 ms ± 40.9 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)
小唯快跑啊
TA貢獻(xiàn)1863條經(jīng)驗(yàn) 獲得超2個贊
兩個循環(huán)（外部循環(huán)和內(nèi)部循環(huán)）都是不必要的：n并且i從未使用過，并且您執(zhí)行相同的操作 n*i 次，因此代碼很慢。只需擺脫循環(huán)并簡單地使用df[Columns] = Values.
添加回答
舉報
0/150
提交
取消