df4loop

df4loop

DF4LOOP สนับสนุนกระบวนการวัตถุประสงค์ทั่วไปที่ต้องใช้การรวมกันของทั้ง pandas.dataframe และ Loop โดยเฉพาะภารกิจของ DF4Loop คือการ "เร่งความเร็วการประมวลผล" และ "สร้างรหัสที่ซับซ้อน" ในราคาติดตั้งต่ำ

การติดตั้ง

pip install df4loop

การใช้งาน

dataframe ต่อไปนี้ถูกกำหนดเพื่อช่วยให้ผู้ใช้จินตนาการถึงการใช้ DF4Loop

 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

	คอลัมน์ _1	คอลัมน์ _2	คอลัมน์ _3
0	100	อัน	อัน
1	200	ข	ข
2	300	C	C
3	400	d	d
4	500	อี	อี

เครื่องทำให้เป็นคนขี้เกียจ

Dfiterator ช่วยให้นักพัฒนาเขียนโค้ดต่อไปนี้ นี่คือรหัสที่เขียนโดยใช้ pandas.dataframe.iterrows เพื่อจุดประสงค์ในการอ้างอิงค่าตามแถว

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

Dfiterator ทำซ้ำกระบวนการนี้และเพิ่มความเร็วขึ้น ที่จริงแล้ว DataFrame และ Row Pandas ซีรี่ส์จะถูกแปลงเป็นรายการและพจนานุกรมเพื่อเร่งความเร็ว อย่างไรก็ตามการใช้งานเกือบจะเหมือนกัน

 from df4loop import DFIterator

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

หากคุณไม่จำเป็นต้องส่งออกดัชนีให้ตั้งค่า return_indexes=False

 from df4loop import DFIterator

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

dfgenerator

DFGenerator รองรับการสร้าง DataFrame ด้วยแถวที่ตั้งค่าโดยลูป การเพิ่มแถวลงใน dataframe ในลูปจะใช้เวลานานในการประมวลผล ความลับในการเร่งความเร็วคือการจัดระเบียบแถวในรายการหรือพจนานุกรมแล้วทำให้พวกเขา pandas.dataframe ในครั้งเดียว DFGenerator สนับสนุนกระบวนการนี้สำหรับการใช้งานที่ใช้งานง่าย

รหัสต่อไปนี้เป็นตัวอย่างของการเลือกประเภท DICT เป็นแถว

 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 ()

รหัสต่อไปนี้เป็นตัวอย่างของการเลือกประเภทรายการเป็นแถว คอลัมน์จะต้องระบุในระหว่างการเริ่มต้น

 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 ()