python - 将函数应用于数据帧以创建列表的矢量化方式

Question

我很少见过这样的问题

Vectorized alternative to iterrows , Faster alternative to iterrows , Pandas: Alternative to iterrow loops , for loop using iterrows in pandas , python: using .iterrows() to create columns , Iterrows performance 。但似乎每个人都是独特的案例而不是普遍的方法。

我的问题又是关于.iterrows。

我正在尝试将第一行和第二行传递给函数并从中创建一个列表。

我拥有的:

我有一个 pandas DataFrame，其中有两列，如下所示。

         I.D         Score
1         11          26
3         12          26
5         13          26
6         14          25

我做了什么:

其中术语Point是我之前定义的函数。

my_points = [Points(int(row[0]),row[1]) for index, row in score.iterrows()]

我想做的事情:

上述的更快的矢量化形式。

Answer 1

尝试列表理解:

score = pd.concat([score] * 1000, ignore_index=True)

def Points(a,b):
    return (a,b)

In [147]: %timeit [Points(int(a),b) for a, b in zip(score['I.D'],score['Score'])]
1.3 ms ± 132 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [148]: %timeit [Points(int(row[0]),row[1]) for index, row in score.iterrows()]
259 ms ± 5.42 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [149]: %timeit [Points(int(row[0]),row[1]) for row in score.itertuples()]
3.64 ms ± 80.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)