|
讓我們來做這樣一個處理，如果某一列的值小于.5就把值統(tǒng)一替換為0，否則就替換為100. 原創(chuàng)不易，喜歡就轉(zhuǎn)發(fā)和給個贊吧。 首先創(chuàng)建一個dataframe: import pandas as pdimport numpy as npimport timedf = pd.DataFrame(np.random.rand(100000, 4), columns=['A', 'B', 'C', 'D'])print(df)數(shù)據(jù)輸出如下：  第一種方法：iterrows() 總共耗時8.12秒，iterrows()遍歷確實比較慢，讓人等得著急啊！  第二種方法：iloc 總共耗時2.76秒，是iterrows的2.9倍，速度提高了很多。  第三種方法：apply函數(shù) 總共耗時52.2毫秒，是iterrows的155倍。  第四種方法：numpy的where， 使用前先導(dǎo)入numpy. 總共耗時778微秒，處理速度是iterrows的10437倍，快到讓人不敢相信。  本人覺得這個速度已經(jīng)達到極致了，那還有沒有更快的方法呢？那我們在用numpy的where(.values)來看看，結(jié)果簡直不可思議只用了426微妙，速度快的離奇，處理速度是iterrows的一萬九千都倍。  |
|
|
