优化运行时的过滤功能

2024-03-29 06:33:34 发布

您现在位置:Python中文网/ 问答频道 /正文

def filter_data(df, raw_col,threshold,filt_col):
    df['pct'] = None
    df[filt_col] = None
    df[filt_col][0] = df[raw_col][0]
    max_val = df[raw_col][0]
    for i in range(1,len(df)):
        df['pct'][i] = (df[raw_col][i] - max_val)*1.0 / max_val
        if abs(df['pct'][i]) < threshold:
            df[filt_col][i] = None
        else:
            df[filt_col][i] = df[raw_col][i]
            max_val = df[raw_col][i]
    df = df.dropna(axis=0, how='any').reset_index()
    return df


from random import randint
some_lst = [randint(50, 100) for i in range(0,50)]
some_df = pd.DataFrame({'raw_col':some_lst})
some_df_filt = filter_data(some_df,'raw_col',0.01,'raw_col_filt')

创建一个新列(filt\u col)的目标是使用以下逻辑删除数值列(raw\u col)中的记录;如果两个相邻行之间的变化率小于阈值,则删除后者。 它可以工作,但在运行时间方面效率很低。 关于如何优化它有什么提示吗?你知道吗


Tags: innonedffordatarawthresholdrange
1条回答
网友
1楼 · 发布于 2024-03-29 06:33:34

IIUC,您可以非常简单地使用^{}loc

第一

df['pctn'] = df.raw_col.pct_change()

那么

threshold  = 0.01
df.loc[df.pctn.abs() >= threshold]

您可以检查此解决方案是否产生与您的解决方案相同的结果,您所说的有效,但速度较慢

df.loc[df.pctn.abs() >= 0.01].raw_col.tolist() == some_df_filt.raw_col.tolist()
True

相关问题 更多 >