我什么時候應該使用熊貓在我的代碼中應用()？這是一個自我回答的QNA，目的是讓用戶了解應用的缺陷和好處。我見過很多關于Stack溢出的問題的答案，涉及到應用程序的使用。我也看到用戶在他們下面評論說：“apply是緩慢的“，應該避免”。我讀過許多關于性能主題的文章，這些文章解釋了apply很慢。我還在文檔中看到了一個免責聲明apply只是傳遞UDF的一個方便函數(現在似乎找不到)。所以，大家的共識是apply如果可能的話應該避免。然而，這提出了以下問題：如果apply是如此糟糕，那么為什么它在API中呢？我應該如何以及何時編寫我的代碼apply-免費？有沒有什么情況apply是好的(比其他可能的解決方案更好)？
3 回答
慕桂英3389331
TA貢獻2036條經驗 獲得超8個贊
axis=1applypandasapply)
def faster_df_apply(df, func):
cols = list(df.columns)
data, index = [], []
for row in df.itertuples(index=True):
row_dict = {f:v for f,v in zip(cols, row[1:])}
data.append(func(row_dict))
index.append(row[0])
return pd.Series(data, index=index)添加回答
舉報
0/150
提交
取消