我的for循环跑得很慢，要如何优化？
跑得好慢呀{:10_285:}下面是代码：
import pandas as pd
import jieba
login = pd.read_csv(r'login.csv', encoding = 'gbk')
for i in range(login.shape):#login.shape
if login.loc == '中国':
login.loc = '中国'
if '黑龙江' in login.loc:
login.loc = '黑龙江'
if len(login.loc) > 5:
login.loc = login.loc
else:pass
if '内蒙古' in login.loc:
login.loc = '内蒙古'
if len(login.loc) > 5:
login.loc = login.loc
else:pass
if '新疆维吾尔' in login.loc:
login.loc = '新疆维吾尔'
if len(login.loc) > 7:
login.loc = login.loc
else:pass
else:
login.loc = login.loc
login.loc = login.loc
else:
li = )]
if len(li) == 2:
login.loc = li
login.loc = li
else:
login.loc = li 不慢才怪呢！—— 逐行for遍历，还每次判断居然都login.loc[]，相当于每次每行都进行"全表扫描"。 全表大概38万，你这样处理，最终至少造成 38万*38万*。。（看看你那么多个 if 和 login.loc[]，都不觉得繁琐和奇怪吗）
其实，几十万行pandas完全可以处理过了，半秒钟都不用，也不用jieba来自动分词，就几种特殊情况完全可以自己手动分词。（省份要么三个字，如黑龙江，要么两个字）
解决：
#%%
import pandas as pd
df = pd.read_csv('login.csv', encoding='gbk')
display(df)
df['country'] = df['login_place'].str[:2]
def func_prov(row):
return row if '黑龙江' in row or '内蒙古' in row else row
def func_city(row):
return row if '黑龙江' in row or '内蒙古' in row else row
df['province'] = df['login_place'].apply(func_prov)
df['city'] = df['login_place'].apply(func_city)
df
#%%
# 测试
df
df
df
df
df[ df.city.str.contains('自治') ]
df[ df.province.str.contains('新疆|黑龙江') ]
阿奇_o 发表于 2022-3-9 18:32
不慢才怪呢！—— 逐行for遍历，还每次判断居然都login.loc[]，相当于每次每行都进行"全表扫描"。 全表大概 ...
大哥说的是{:10_262:}谢谢大哥
页:
[1]