Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mengekstrak Berbilang Lajur dengan Cekap daripada Pandas DataFrame menggunakan Fungsi Tersuai?

Bagaimana untuk Mengekstrak Berbilang Lajur dengan Cekap daripada Pandas DataFrame menggunakan Fungsi Tersuai?

Patricia Arquette
Lepaskan: 2024-11-03 00:55:29
asal
734 orang telah melayarinya

How to Efficiently Extract Multiple Columns from a Pandas DataFrame using a Custom Function?

Pengeluaran Berbilang Lajur dengan Fungsi Pandas

Soalan ini meneroka isu mengekstrak berbilang lajur daripada Bingkai Data panda menggunakan fungsi tersuai. Jenis pemulangan fungsi menjadi bermasalah kerana ia perlu diselaraskan dengan betul dengan output yang diingini.

Pada mulanya, pendekatan yang disyorkan adalah untuk melelaran ke atas baris menggunakan df.iterrows(). Walau bagaimanapun, kaedah ini kemudiannya didapati lebih perlahan. Akibatnya, pengarang memilih untuk membahagikan fungsi kepada enam panggilan map(lambda ...) yang berbeza untuk mengekstrak lajur yang dikehendaki.

Pendekatan yang lebih cekap ialah menggunakan fungsi zip untuk menetapkan output fungsi tersuai kepada berbilang lajur secara serentak. Kaedah ini digambarkan menggunakan contoh di mana fungsi bernama kuasa digunakan pada lajur nombor. Fungsi ini mengira enam nilai kuasa untuk setiap nombor dan hasilnya diperuntukkan kepada enam lajur baharu dalam DataFrame.

Pendekatan ini elegan dan cekap, dan ia mengelakkan keperluan untuk mengulangi baris DataFrame. Ia ialah teknik yang disyorkan untuk mengekstrak berbilang lajur daripada DataFrame berdasarkan fungsi tersuai.

Atas ialah kandungan terperinci Bagaimana untuk Mengekstrak Berbilang Lajur dengan Cekap daripada Pandas DataFrame menggunakan Fungsi Tersuai?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan