有没有办法用列表理解替换此语法?
for w in loc:
dict_filter_data[w] = df.loc[df['location'] == w]
如果可以的话,会不会更快?
最佳答案
你可以这样做:
dict_filter_data = dict(df.loc[df['location'].isin(loc)]
.groupby('location').__iter__()
)
如果loc
包含所有唯一的location
值,那么你只需要:
dict_filter_data= dict(df.groupby('location').__iter__())
请注意,强烈建议在这里使用 groupby,它比使用 for 循环快得多。但你可以这样做:
dict_filter_data = {w : df.loc[df['location'] == w] for w in loc}
如果您想更新dict_filter_data
(不从空开始):
dict_filter_data.update(dict(df.loc[df['location'].isin(loc)]
.groupby('location').__iter__()
)
)
或者
dict_filter_data = dict(dict_filter_data,
**dict(df.loc[df['location'].isin(loc)]
.groupby('location').__iter__()
)
)
关于python - 使用列表理解填充 pandas 值字典,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64303831/