df4loop

df4loop

DF4Loopは、Pandas.DataFrameとループの両方の組み合わせを必要とする汎用プロセスをサポートしています。具体的には、DF4loopのミッションは、低設置コストで「処理をスピードアップ」し、「複雑なコードを直感的にする」ことです。

インストール

pip install df4loop

使用法

次のデータフレームは、ユーザーがDF4Loopの使用を想定するのを支援するために定義されています。

 import pandas as pd

sample_dict = {
    "column_1" : [ 100 , 200 , 300 , 400 , 500 ],
    "column_2" : [ "A" , "B" , "C" , "D" , "E" ],
    "column_3" : [ "a" , "b" , "c" , "d" , "e" ],
}
df = pd . DataFrame . from_dict ( sample_dict )
df

	column_1	column_2	column_3
0	100	a	a
1	200	b	b
2	300	c	c
3	400	d	d
4	500	e	e

dfiterator

dfiteratorは、開発者が次のコードを書くのに役立ちます。これは、pandas.dataframe.iterrowsを使用して書かれたコードであり、rowごとに値を参照する目的です。

 for index , row in df . iterrows ():
    tmp = row [ "column_1" ]

dfiteratorはこのプロセスを再現し、スピードアップします。実際、DataFrameとその行Pandas.Seriesはリストと辞書に変換されてスピードアップされます。ただし、使用法はほぼ同じです。

 from df4loop import DFIterator

df_iterator = DFIterator ( df )
for index , row in df_iterator . iterrows ():
    tmp = row [ "column_1" ]

インデックスを出力する必要がない場合は、 return_indexes=Falseを設定します。

 from df4loop import DFIterator

df_iterator = DFIterator ( df )
for row in df_iterator . iterrows ( return_indexes = False ):
    tmp = row [ "column_1" ]

dfgenerator

DFGeneratorは、ループで設定された行でデータフレームの生成をサポートします。ループでデータフレームに行を追加するには、処理に時間がかかります。スピードアップの秘secretは、リストまたは辞書で行を整理し、それらをPandas.dataframeに一度に作成することです。 DFGeneratorは、直感的な実装のためにこのプロセスをサポートしています。

次のコードは、dictタイプを行として選択する例です。

 from df4loop import DFGenerator

# It is not necessary to specify columns.
df_generator = DFGenerator ( columns = df . columns . values . tolist ())
for _ , row in df . iterrows ():
    tmp_row = {
        "column_1" : row [ "column_1" ],
        "column_2" : row [ "column_2" ],
        "column_3" : row [ "column_3" ],
    }
    df_generator . append ( tmp_row )
new_df = df_generator . generate_df ()

次のコードは、リストタイプを行として選択する例です。列は、初期化中に指定する必要があります。

 from df4loop import DFGenerator

df_generator = DFGenerator ( columns = df . columns . values . tolist ())
for _ , row in df . iterrows ():
    tmp_row = [
        row [ "column_1" ],
        row [ "column_2" ],
        row [ "column_3" ],
    ]
    df_generator . append ( tmp_row )
new_df = df_generator . generate_df ()