python——pandas技巧（处理dataframe每个元素，不用for，而用apply）

用apply处理pandas比用for循环，快了无数倍，测试如下：

我们有一个pandas加载的dataframe如下，features是0和1特征的组合，可惜都是str形式（字符串形式），我们要将其转换成一个装有整型int 0和1的list

（1）用for循坏（耗时约3小时）

1 from tqdm import tqdm #计时器函数
2 for i in tqdm(range(df.shape[0])):
3     df['features'][i] = df['features'][i].split(",")   #每一行形如0，0，1，1，0，1，1的string，所以按照逗号切割，返回一个list
4     for j in range(len(df['features'][i])):            #遍历该list，对于每个元素进行int转换
5         df['features'][i][j] = int(df['features'][i][j])
6
7 print(type(df['features'][0]))

（2）推荐用apply方法（耗时约30秒）

 1 from time import time
 2 from tqdm import tqdm
 3
 4 def func(x):
 5     l = x.split(",")
 6     for i in range(len(l)):
 7         l[i] = int(l[i])
 8     return l
 9
10 stime = time()
11 df['new_features'] = df['features'].apply(func)
12 endtime = time()
13
14 print("time:"+str(endtime-stime)+"s")
15 #df.head()
16 print("over")