Python 進(jìn)行 DataFrame 數(shù)據(jù)處理的過(guò)程中，需要判斷某一列中的值（條件），然后對(duì)其他兩列或三列進(jìn)行求和（均值/最值）等運(yùn)算，并把運(yùn)算結(jié)果存儲(chǔ)在新的一列中。干說(shuō)可能覺得比較暈，我們來(lái)看一個(gè)例子：

下表 data_base 中，預(yù)測(cè)區(qū)間這一列共有 1/2/3/4 類值，現(xiàn)需要生成新列預(yù)測(cè)概率，新列的計(jì)算規(guī)則為：

• 若預(yù)測(cè)區(qū)間=1，則求分類概率_1與分類概率_2的均值；
• 若預(yù)測(cè)區(qū)間=2/3，則求分類概率_1與分類概率_2與分類概率_3的均值；
• 若預(yù)測(cè)區(qū)間=4，則為分類概率_1的值；

?需求應(yīng)該說(shuō)清楚了，下面我們來(lái)看看根據(jù)上述計(jì)算規(guī)則，傳統(tǒng)的代碼怎么寫。

傳統(tǒng)代碼思路：

iterrows() 遍歷?data_base 表，使用 for ... if ... elif ...計(jì)算預(yù)測(cè)概率的值，

import time start_1 =time.clock()#記錄代碼開始運(yùn)行時(shí)間data_base[u'預(yù)測(cè)概率_1'] = 0#賦初始值for index,row in data_base.iterrows():if (row['預(yù)測(cè)區(qū)間'] == 1):data_base.loc[index, '預(yù)測(cè)概率_1'] = ((data_base.loc[index, '分類概率_1'] + data_base.loc[index, '分類概率_2'])/2).astype(float)elif (row['預(yù)測(cè)區(qū)間'] == 2) | (row['預(yù)測(cè)區(qū)間'] == 3):data_base.loc[index, '預(yù)測(cè)概率_1'] = ((data_base.loc[index, '分類概率_1'] + data_base.loc[index, '分類概率_2']+data_base.loc[index, '分類概率_3'])/3).astype(float)elif (row['預(yù)測(cè)區(qū)間'] == 4):data_base.loc[index, '預(yù)測(cè)概率_1'] = ((data_base.loc[index, '分類概率_1'])).astype(float)end_1 = time.clock()#記錄代碼結(jié)束運(yùn)行時(shí)間 print('Running time: %s Seconds'%(end_1-start_1))#輸出耗時(shí)

輸出：Running time: 539.8234579883166 Seconds

?一萬(wàn)四千行數(shù)據(jù)，運(yùn)行了將近十分鐘...........

---

下面來(lái)看看比他快 6 萬(wàn)倍的代碼（思路：lambda...if...else(if...else...) 定義計(jì)算規(guī)則，然后使用 map() 函數(shù)做映射）：

start_2 =time.clock()a = data_base[u'預(yù)測(cè)區(qū)間'].tolist() x = data_base[u'分類概率_1'].tolist() y = data_base[u'分類概率_2'].tolist() z = data_base[u'分類概率_3'].tolist()b = list(map(lambda a, x, y, z: (x+y+z)/3 if (a==2)|(a==3) else ((x+y)/2 if a==1 else(x if a==4 else 0)),a, x, y, z)) b = pd.DataFrame(b, columns=['預(yù)測(cè)概率_2'])#轉(zhuǎn)化成dataframe格式 data_base = pd.concat([data_base, b['預(yù)測(cè)概率_2']], axis = 1, join='outer', sort=False)end_2 = time.clock() print('Running time: %s Seconds'%(end_2-start_2))

輸出：Running time: 0.009003164524415297 Seconds

539.823?/ 0.009 ~~ 60000 （這可不就是快了 6 萬(wàn)倍嘛！哈哈......）

---

下面我們看看求的結(jié)果是否一樣，不管代碼快了多少，如果算錯(cuò)了那就沒(méi)有任何意義：

data_base_out = data_base[['級(jí)別', '行業(yè)', '年份', '預(yù)測(cè)區(qū)間','分類概率_1', '分類概率_2', '分類概率_3','預(yù)測(cè)概率_1','預(yù)測(cè)概率_2']] data_base_out.head()

對(duì)比后兩列，一致！?

抽查一些值，根據(jù)計(jì)算規(guī)則手動(dòng)算一算 ，對(duì)比表中代碼給出的值，一致！?

完美~~~

---

?

總結(jié)

以上是生活随笔為你收集整理的特征计算 - 遍历求值提速 6 万倍 lambda...if...else(if...else...) +map() 对比 iterrows() - Python代码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。