我有一个csv文件,其中包含用户ID(其中一些出现不止一次)以及注册日期。此外,我还有一些关于字符串中包含的某些路径的信息:
id1, 01-01-2015, 'place0-place01'
id1, 01-01-2015, 'place0-place01-place03'
id1, 01-01-2015, 'place1-place11-place12'
id2, 01-01-2016, 'place0-place01-place03'
id3, 01-01-2017, 'place5-place51-place53'
id3, 01-01-2017, 'place5-place51-place53'
我想把它读入一个数据帧,我需要拆分字符串,这样我只得到字符串的第一部分,在第一个'-'之前。我已尝试使用替换和拆分:
for index, row in df.iterrows():
df.replace(row['section'], row['section'].split('.')[0], inplace = True)
但由于文件的大小,速度慢得可笑。有人有更好的解决方案吗? 我应该以以下方式结束:
id1, 01-01-2015, 'place0'
id1, 01-01-2015, 'place0'
id1, 01-01-2015, 'place1'
id2, 01-01-2016, 'place0'
id3, 01-01-2017, 'place5'
id3, 01-01-2017, 'place5'
或者每个用户id的每个路径的计数
您可以使用
.str
套Series
方法。Pandas在处理字符串方面有一个great tutorial您还可以在^{} 中使用
converters
kwarg以下是数据集上几种不同方法的计时结果(我重复了很多次):
正如所见,使用两种正则表达式方法(第2种和第3种)中的一种要快一些
您可以尝试以下方法:
相关问题 更多 >
编程相关推荐