Python 熊猫:从大型数据框中获取单个熊猫系列列表的最快方法是什么?
这些问题是如何解释的,我寻找一种非常快速的拆分方法来获得所有panda系列的列表,从一个panda数据帧到多处理它们。numpy的hsplit将其拆分为单个数据帧。有我不知道的方法吗?如果你试图遍历所有列Python 熊猫:从大型数据框中获取单个熊猫系列列表的最快方法是什么?,python,pandas,numpy,Python,Pandas,Numpy,这些问题是如何解释的,我寻找一种非常快速的拆分方法来获得所有panda系列的列表,从一个panda数据帧到多处理它们。numpy的hsplit将其拆分为单个数据帧。有我不知道的方法吗?如果你试图遍历所有列df.iloc[index]或df.loc[index]可能是最好的方法。然而,我不认为这有多重要。Pandas在操作方面已经非常高效,其速度很难超过核心数据帧索引器。是的,可以通过df.columns进行迭代。你想要多快?列是表面的,它们基本上只是保存系列对象的键。您可以使用df.iloc[i
df.iloc[index]
或df.loc[index]
可能是最好的方法。然而,我不认为这有多重要。Pandas在操作方面已经非常高效,其速度很难超过核心数据帧索引器。是的,可以通过df.columns
进行迭代。你想要多快?列是表面的,它们基本上只是保存系列对象的键。您可以使用df.iloc[index]它将返回行实际上,这真的没有意义。如果您现在转向多处理,那么按列对数据进行分段很可能是在您可以按名称获取列时为什么要这样做?这完全取决于@Varlor用例是否需要按列或按行记录检查类似情况