In [29]: df = pd.concat([df] * 10**4, ignore_index=True)
In [30]: %timeit df['mhc'].str[3:]
35.9 ms ± 3.18 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [31]: %timeit df['mhc'].str.replace(r'^HLA','')
162 ms ± 3.04 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [32]: %timeit df['mhc'].str.extract(r'HLA(.*)', expand=False)
164 ms ± 4.87 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [33]: %timeit [s[3:] for s in df['mhc']]
14.6 ms ± 18.6 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [34]: df.shape
Out[34]: (50000, 1)
选项1:
选项2:
选项3:
选项4:(注意:有时列表理解比字符串/对象数据类型的内部矢量化方法工作得更快)
所有选项产生相同的结果:
50000行数据框的计时:
结论:列表理解法获胜。你知道吗
试试
str.replace
。 (此处为文档:https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.str.replace.html)另外,在代码中,它会插入一个空格,而不是替换的字符串。如果你想要的话,没关系,否则就删除空格。;)
使用-
或者-
相关问题 更多 >
编程相关推荐