如何优化应用函数

Question

我正试图从这个post使用函数getKmers

def getKmers(sequence, size=6):
    return [sequence[x:x+size].lower() for x in range(len(sequence) - size + 1)]

human_data['words'] = human_data.apply(lambda x: getKmers(x['sequence']), axis=1)

然而，我的数据集有超过50000次观察，当我运行这个脚本时，我的笔记本每次都会崩溃。我应该如何优化

我能想到的一个解决方案是将数据集分成若干部分，并迭代运行此代码。我认为这不会起作用，因为apply（）实际上只是遍历每一行。我不确定这里有什么问题

Answer 1

试着这样做。当您只想使用sequence列时，使用apply这样做会不必要地检查每一列

human_data['words'] = human_data['sequence'].apply(getKmers)

编辑：虽然这更快（您放弃了运行lambda函数），但您最初的方式并没有遍历每一列，我将apply与applymap混合起来