Python全系列 教程
3567个小节阅读:5930.6k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
尽量不要在 pandas 中使用循环
如果循环很难避免,尽量在循环体中使用 numpy 做计算。
xxxxxxxxxx
%%timeit
# 标准的行/列遍历循环方式效率最差,
df['new'] = 0
for i in range(df.shape[0]):
df.iloc[i, 8] = df.iloc[i, 4] + 10
# apply 自定义函数/外部函数效率稍差
def m_add(x:int)->int:
return x + 10
%timeit df["new"] = df.支出.apply(lambda x : m_add(x))
# 在 apply 中应用内置函数方式多数情况下速度更快
%timeit df["new"] = df.支出.apply(lambda x: x + 10)
# 直接应用原生内置函数方式速度最快
%timeit df["new"] = df.支出 + 10
实时学习反馈
1. 代码基本优化,尽量不要在 pandas 中使用_____,如果循环很难避免,尽量在循环体中使用 numpy 做计算。
A 循环
B 函数
答案
1=>A