如何加速numpy数组/数据帧迭代过程[关闭]

Question

如何加快python中的循环过程？

我有一个包含大约1800000条记录的数据框对象。第2列包含文本数据。

我使用iloc将数据帧转换为一维numpy数组并选择第二列（text colum）和所有行。

在内部循环中，我连接了我的文本列的值并存储在变量中。

它的痛苦，花费了大量的时间和更多（在一个小时内它能够迭代超过100000次）来迭代180000条记录的数组。请大家帮忙。我是python编程的新手

code snippet

Answer 1

看看你的代码，看起来你只是将第二列折叠成一个大的，我假设的文本文件？如果是这样，试试这个：

corpus = DataSet.iloc[:,2].str.cat(sep=", ")

将字符串命令与数据帧一起使用时，需要在其前面加上“.str”。 cat() method在大熊猫中加入文本。系列成一个文本块。每当您只选择一个数据帧的一列时，您将返回一个pandas系列，它将采用与数据帧不同的方法。

总代码是：

DataSet = pd.read_csv('yourfilename.csv')
Corpus = DataSet.iloc[:,2].str.cat(sep=", ") # no braces around the 2

# that's it.

'sep'参数是文本之间的分隔符，您可以将其设置为您想要的。