순차적 행을 사용하여 Pandas DataFrame을 효율적으로 만드는 방법은 무엇입니까?

순차 행을 사용하여 Pandas Dataframe 생성

데이터 분석 작업에서는 Pandas DataFrame을 생성하고 반복적으로 추가해야 하는 경우가 많습니다. 그것에 행. 이를 달성하기 위해 여러 가지 방법을 사용할 수 있으며 각각 고유한 장점이 있습니다.

한 가지 방법은 pd.DataFrame() 생성자를 columns 매개변수와 함께 사용하여 원하는 열 이름을 지정하는 것입니다. 빈 DataFrame이 생성된 다음 _set_value() 메서드를 사용하여 행을 하나씩 추가하여 개별 필드 값을 설정할 수 있습니다. 그러나 각 행에 대해 여러 필드를 동시에 추가해야 하는 경우 이 방법은 비효율적입니다.

더 효율적인 솔루션은 df.loc[i] 구문을 사용하는 것입니다. 여기서 i는 행 인덱스를 나타냅니다. df.loc[i]에 값 목록을 할당하면 인덱스 i의 전체 행을 한 단계로 채울 수 있습니다. 이 접근 방식은 _set_value()를 여러 번 호출할 필요가 없기 때문에 대규모 데이터 세트의 경우 훨씬 더 빠릅니다.

이 방법을 시연하려면 다음 코드 조각을 고려하세요.

import numpy as np
import pandas as pd

df = pd.DataFrame(columns=['lib', 'qty1', 'qty2'])
for i in range(5):
    df.loc[i] = ['name' + str(i)] + list(np.random.randint(10, size=2))

print(df)

이 코드는 세 개의 열('lib', 'qty1', 'qty2')이 있는 빈 DataFrame. 그런 다음 'name' 뒤에 나머지 열에 무작위로 생성된 두 개의 정수 값이 오는 5개의 데이터 행을 생성합니다. 결과는 다음과 같이 지정된 구조와 데이터가 있는 DataFrame입니다.

     lib qty1 qty2
0  name0    3    3
1  name1    2    4
2  name2    2    8
3  name3    2    1
4  name4    9    6

위 내용은 순차적 행을 사용하여 Pandas DataFrame을 효율적으로 만드는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!