使用str.extract()
从字符串中提取数字是可行的(见下文),但当我必须在30多个列上重复此操作时,这很耗时
原来是这样的:
yyyy
2014 110.7438016528926\K
2015 103.7533512064343\O
2016 111.6531165311653\L
2017 nan\L
2018 nan\E
Name: dips_cert_earning_premium_weekly, dtype: object
然后我写了这些代码:
df['dips_cert_earning_premium_weekly'] = df['dips_cert_earning_premium_weekly'].str.extract(r'(\d+(?:\.\d+)?)').astype(float)
输出:
yyyy
2014 110.743802
2015 103.753351
2016 111.653117
2017 NaN
2018 NaN
Name: dips_cert_earning_premium_weekly, dtype: float64
有没有更有效的方法
我不确定你的整个数据集是什么样子,也不确定你所说的慢是什么意思:这需要几分钟吗?秒?小时?。但是,如果可能的话,您可以尝试一种不使用regexp的方法。例如:
如果数据集只有一列31行,那么您的版本需要0.0008417534828186036秒,而我建议的版本需要0.0003292644023895264秒,所以这是一个细微的差别,但值得尝试。(我通过计算N=1000次的运行时间来计算该时间,然后取所有时间的平均值)
否则,请尝试分析代码以查看瓶颈所在,并尝试不同的实现,直到找到最快的实现
编辑:
要使用新数据完全回答问题:要迭代数据帧并将其应用于每列,可以尝试以下代码:
相关问题 更多 >
编程相关推荐