您可以df['items'].values.tolist()
和join
重建。
我去了這個方向,因爲它比apply
快。
考慮到您的數據的大小,您將需要這個。
df.drop('items', 1).join(
pd.DataFrame(df['items'].values.tolist(), df.index).rename(
columns=lambda x: 'item_{}'.format(x + 1)
)
)
user item_1 item_2 item_3
0 1 product1 product2 product3
1 2 product5 product7 product2
2 3 product1 product4 product5
我們可以剃一點時間關閉的這與
items_array = np.array(df['items'].values.tolist())
cols = np.core.defchararray.add(
'item_', np.arange(1, items_array.shape[1] + 1).astype(str)
)
pd.DataFrame(
np.column_stack([df['user'].values, items_array]),
columns=np.append('user', cols)
)
時序
%timeit df[['user']].join(df['items'].apply(pd.Series).add_prefix('item_'))
%timeit df.drop('items', 1).join(pd.DataFrame(df['items'].values.tolist(), df.index).rename(columns=lambda x: 'item_{}'.format(x + 1)))
1000 loops, best of 3: 1.8 ms per loop
1000 loops, best of 3: 1.34 ms per loop
%%timeit
items_array = np.array(df['items'].values.tolist())
cols = np.core.defchararray.add(
'item_', np.arange(1, items_array.shape[1] + 1).astype(str)
)
pd.DataFrame(
np.column_stack([df['user'].values, items_array]),
columns=np.append('user', cols)
)
10000 loops, best of 3: 188 µs per loop
更大的數據
n = 20000
items = ['A%s' % i for i in range(1000)]
df = pd.DataFrame(dict(
user=np.arange(n),
items=np.random.choice(items, (n, 100)).tolist()
))
%timeit df[['user']].join(df['items'].apply(pd.Series).add_prefix('item_'))
%timeit df.drop('items', 1).join(pd.DataFrame(df['items'].values.tolist(), df.index).rename(columns=lambda x: 'item_{}'.format(x + 1)))
1 loop, best of 3: 3.22 s per loop
1 loop, best of 3: 492 ms per loop
%%timeit
items_array = np.array(df['items'].values.tolist())
cols = np.core.defchararray.add(
'item_', np.arange(1, items_array.shape[1] + 1).astype(str)
)
pd.DataFrame(
np.column_stack([df['user'].values, items_array]),
columns=np.append('user', cols)
)
1 loop, best of 3: 389 ms per loop
that works too :)謝謝 –
@MohamedALANI你有沒有試過你的數據? – piRSquared
我嘗試過200行,它的工作原理。兩種方法花費了太多時間,我需要去。我明天就跑這個,回來告訴你跑步時間。順便說一句,我其實有100個產品,而不是30 –