如何正确使用pandas矢量化？
pandas是一个强大的数据分析工具，它提供了丰富的数据结构和数据处理功能。矢量化是pandas的一个重要特性，可以大大提高数据处理的效率和性能。
正确使用pandas矢量化的关键是避免使用循环，而是利用pandas提供的向量化操作来处理数据。下面是一些使用pandas矢量化的方法和技巧：
- 使用向量化的函数：pandas提供了许多向量化的函数，可以直接对整个Series或DataFrame进行操作，而不需要使用循环。例如，可以使用
apply函数对Series中的每个元素应用一个函数，或者使用applymap函数对DataFrame中的每个元素应用一个函数。 - 使用布尔索引：可以使用布尔索引来选择满足特定条件的数据。例如，可以使用
df[df['column'] > 0]来选择DataFrame中某一列大于0的行。 - 使用向量化的数学运算：pandas支持各种数学运算，如加法、减法、乘法、除法等。可以直接对整个Series或DataFrame进行运算，而不需要使用循环。
- 使用向量化的字符串操作：pandas提供了丰富的字符串操作函数，可以直接对整个Series或DataFrame中的字符串进行操作，如拆分、替换、提取等。
- 使用向量化的时间序列操作：pandas对时间序列数据提供了强大的支持，可以直接对整个时间序列进行操作，如重采样、滑动窗口计算等。
- 使用向量化的聚合操作：pandas提供了各种聚合函数，如求和、均值、最大值、最小值等。可以直接对整个Series或DataFrame进行聚合计算，而不需要使用循环。
- 使用向量化的数据清洗和处理：pandas提供了各种数据清洗和处理函数，如去重、缺失值处理、数据类型转换等。可以直接对整个Series或DataFrame进行操作，而不需要使用循环。
总之，正确使用pandas矢量化的关键是尽量避免使用循环，而是利用pandas提供的向量化操作来处理数据。这样可以大大提高数据处理的效率和性能。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发（Mobile）：https://cloud.tencent.com/product/mobile
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链（Blockchain）：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙（Metaverse）：https://cloud.tencent.com/product/metaverse
相关·内容
我有一个以Pandas DataFrame格式操作的函数。它适用于pandas.apply()，但不适用于np.Vectorize()。请查找以下功能：
def AMTTL(inputData, amortization = []):
rate = inputData['EIR']
payment = inputData['INSTALMENT']
amount = inputData['OUTSTANDING']
amortization = [amount]
if amount - payment &l
浏览 17提问于2022-09-21得票数 0
1回答
我习惯于得到一个数字，它告诉我在代码中的条件下有多少种情况是正确的。但是，由于我使用了conda update all，我现在得到了一个值列表，它包含0或1。我想知道现在熊猫完成这项任务最简单的方法是什么。我想这是熊猫的最新消息。我做了谷歌搜索，但没有发现他们改变了布尔索引。得到这个布尔值的最简单的方法是什么(我知道如何得到它，但我无法想象需要这个额外的步骤)。
import pandas as pd
import numpy as np
x = np.random.randint(10,size=10)
y = np.random.randint(10,size=10)
d ={}
d[&
浏览 1提问于2017-10-12得票数 1
回答已采纳
1回答
我在spark数据帧中有非常大的数据集，它们分布在节点上。我可以使用spark库pyspark.sql.functions进行简单的统计，如mean、stdev、skewness、kurtosis等。 如果我想使用像Jarque-Bera (JB)或Shapiro Wilk(SW)等高级统计测试，我会使用像scipy这样的python库，因为标准的apache pyspark库没有它们。但为了做到这一点，我必须将spark数据帧转换为pandas，这意味着将数据强制到主节点中，如下所示： import scipy.stats as stats
pandas_df=spark_df.toPan
浏览 30提问于2020-09-13得票数 0
1回答
为什么Pandas在尝试将此函数应用于列时抛出错误？
import pandas as pd
import math
data = [
['LAT', "LON"],
[49.00, -83.04],
[41.00, -83.04],
[26.00, -83.04],
]
df= pd.DataFrame(data[1:], columns=data[0])
print(df)
print((math.cos(49.00) * 69.172) /.25)
df['LAT'] = df['LAT
浏览 2提问于2018-02-28得票数 1
回答已采纳
在dataframe中的列中有一些NaN值。如果我使用pd.isnull()，我能够提取这些行-参见下面
但是，如果我尝试使用一个函数将一个新值赋给这些空值，它就不起作用了--参见下面。在函数中识别空值的正确方法是什么？
我知道我可以使用an函数将所有null替换为空空间，然后将if语句修改为if str(x) == '‘，但我试图了解python (不是熊猫)如何对待NaN。谢谢
以下是代码：
import pandas as pd
df[df['comment'].isnull()]
def new_column(x):
if str
浏览 3提问于2022-03-10得票数 1
回答已采纳
1回答
我试图从MSSQL DB中提取一个值，代码如下所示：
import pandas as pd
import pypyodbc
query = 'SELECT TOP(1) value FROM [dbo].[table]'
connection = pypyodbc.connect(...)
df = pd.read_sql_query(query, connection)
但是这会返回一个dataframe对象，是否有一个方法只返回一个字符串值，可能没有Pandas。最重要的是速度。是否有一种更快捷的连接/查询方式？
浏览 2提问于2017-07-26得票数 0
回答已采纳
如果我用pandas从csv文件加载数据，如下所示：
LineData = pd.read_csv('calibration.csv')
y = LineData['peak']
如何在不更改原始列y的值的情况下，一次性将此列应用于下面的函数，并将新值的副本作为新列y2返回：
def Test(n):
return 17.4 + (n - 269) * (2.2/41)
浏览 11提问于2020-02-06得票数 0
回答已采纳
我将pandas.series中的所有元素放在方括号中。我只需要去掉方括号。请注意，有时我们有带有2个或更多元素的list，并且必须保留它。*一些在线解决方案将其剥离为第一个指数。
我迫切需要一个解决办法。请..。
ecg_id
41 [CD]
42 [NORM]
43 [NORM]
44 [NORM]
45 [CD, HYP]
46 [NORM]
47 [NORM]
48 [STTC]
49 [CD]
50 [CD, MI]
51 [NORM]
52
浏览 9提问于2022-05-24得票数 1
1回答
我是Python和Tensorflow的新手。我已经创建了一个使用Pandas和现有CSV文件进行简单分类的示例。但是为了规范CSV中的列，我得到了下面的错误。
调试IDE:木星笔记本
import pandas as pd
patients = pd.read_csv("../npushpakaran/TENSORFLOW/Tensorflow-Bootcamp-master/02-TensorFlow-Basics/pima-indians-diabetes.csv")
patients.columns
Index(['Number_pregnant', &
浏览 0提问于2018-06-20得票数 0
回答已采纳
我试图通过Pandas来操作数据。然而，我不太清楚如何做到这一点。
假设我有名称数据，每个名称都有一个对应的字符串长度。我想要创建一个新的名称变量，在其中我用"?“填充当前的名称变量。直到有15个字符为止。
例如:mike#miller将被转换为mike#miller？G将被转换成g#i#joe？
下面的一行似乎是: frame3"name_filled“= frame3"name”+填充物*？？是不对的，但我不知道如何基于另外两个变量在一行中迭代。
import pandas as pd
from pandas import DataFrame
import re
浏览 1提问于2015-03-26得票数 1
回答已采纳
1回答
Pandas中日期时间转换的问题
、、、、
这里是我的问题的一个重复的例子：
df = pd.DataFrame(["2018-01-13 17:25:54+0100",
"2018-01-13 07:23:36+0100",
"2018-01-13 08:15:48+0100"], columns=["date"])
print(type(datetime.strptime(df["date"][1], '%Y-%m-%d %H:%M:%S%z')))
print(type(pd.Series(df["date&
浏览 2提问于2019-01-04得票数 2
我有一个数据格式的x1。我创建了dataframe的一个子集x1_sub，在这里我需要使用一个for循环来索引它的项。但是由于子集保留了原始熊猫数据的索引，所以它的行如下所示：
x1_sub['words']
1 investment
2 fund
4 company
7 claim
9 customer
20 easy
... ...
因此，当我这样做来按顺序索引x1_sub的行时：
for i in range
浏览 0提问于2018-07-11得票数 0
回答已采纳
如何对Pandas Dataframe重复做滚动减法？ 我有一个数据帧，看起来像这样： value
100
1
4
10
5
3 我想用当前值反复减去之前的值。我需要以下输出： 100
99
95
85
80
77 我该怎么做呢？如果我在数据帧中有多个列，如何对所有列应用相同的操作？
浏览 53提问于2021-11-19得票数 4
想要绘制一个从dataframe发出的直方图，我似乎缺乏将matplotlib转换成一个正确的对象类型。以下是一些失败的尝试。我该怎么弥补呢？
更广泛地说，你通常是如何挽救这样的东西的？
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
filter(lambda v: v > 0, df['foo_col']).hist(bins=10)
-->10个过滤器(lambda v: v> 0，df‘’foo_col‘).hist(bins=100) Attr
浏览 1提问于2018-05-26得票数 0
我在pandas df中有这两个专栏： seconds min
0 52 0.866667
1 5 0.083333
2 10 0.166667
3 5 0.083333
4 16 0.266667
197 144 2.400000 我希望只有当‘秒’大于60时，才在'min‘列中将秒转换为分钟，否则它应该为空。 我尝试在布尔值中转换'min‘列： x = df['min&#
浏览 11提问于2020-09-16得票数 0
回答已采纳
2回答
欢迎Stackoverflow社区，
我正在尝试读入一个有1370行和两列的.csv文件：Time和Speed。
Time Speed
0 1
1 4
2 7
3 8
我想找出两个时间步长(例如，Time 2和1，即3)在整个数据长度上的Speed差异。我想添加一个具有先前计算出的差值的新列dS。数据现在看起来如下所示：
Time Speed dS
0 1 NaN
1 4 3
2 7 3
3 8 1
我使用的代码如下：
import pand
浏览 0提问于2018-06-18得票数 3
我想学习如何在这种类型的设置中使用lambda，而无需使用for循环，后者函数从dataframe的两列行中获取参数，然后将结果写入另一列。
import pandas as pd
df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})
print(df)
df["C"] = ""
print(df)
def add_num(num1 ,num2):
return num1 + num2
for i in range(len(df)):
df["C"
浏览 2提问于2017-05-08得票数 3
回答已采纳
1回答
我通过这段代码发现了Pandas的另一个内存泄漏：
import pandas as pd
store = pd.HDFStore(hdf[0])
par = store[hdf[1]][:, hdf[2]]
store.close()
for pixel in pix_fac.itervalues():
fac = pixel[4][::2]
meas = array(par.loc[fac])
100%的计算机内存在几秒钟内就达到了，冻结了所有东西。我使用的是Debian2.30，英特尔i5，8 GB内存。
我相信这与以下问题有关：
有人知道我该如
浏览 2提问于2014-03-26得票数 4
2回答
我只是从Pandas开始，我遇到了以下问题:我想在df.apply()中使用行号，以便它计算(1+0.05)^(row_number)，ex：(1+0.05)^0在第一行，(1+0.05)^1在第二行，(1+0.05)^2在它的第三行……
我尝试了以下方法，但得到了AttributeError：'int‘对象没有属性'name’
import pandas as pd
considered_period_years = 60
start_year = 2019
TDE = 0.02
year = list(range(start_year,start_year+conside
浏览 0提问于2019-11-21得票数 1
回答已采纳
我希望根据行中的字符串是否包含给定子字符串，从数据帧中提取一组行。
例如，假设我有
testdf = pd.DataFrame({'A':['abc','efc','abz'], 'B':[4,5,6]})。
我想要获取列'A'中包含子字符串'ab'的行。
我尝试了testdf.loc[lambda df: 'ab' in df['A'], :]，但得到了以下错误：
-------------------------------------------
浏览 1提问于2016-08-25得票数 2
回答已采纳
2回答
我有两个熊猫系列，closedDate和createdDate，那是熊猫的时间戳，class 'pandas._libs.tslib.Timestampclass 'pandas._libs.tslib.Timestamp。
我减去了这两个熊猫系列，列出了熊猫时间增量的列表，age。
closedDate = data.iloc[:,1]
createdDate = data.iloc[:,2]
age = [x-y for x,y in zip(closedDate, createdDate)]
现在，我想得到age的平均值，但是用我的代码行我得到了一个错误。
In：aver
浏览 0提问于2018-05-21得票数 1
回答已采纳
我想要转换成这样的DataFrame：
dictionary
0 {'b': 2, 'a': 1}
1 {'c': 4, 'b': 3}
从…
import pandas
df = pandas.DataFrame()
df['dictionary'] = [{'a':1,'b':2},{'b': 3,'c':4}]
添加到如下所示的DataFrame上：
dictionary a b c
0 {
浏览 13提问于2017-01-23得票数 2
1回答
Pandas (或NumPy)是否有内置的聚合？我可以用来优化下面用***标记的行吗？
>>> import numpy as np
>>> import pandas as pd
>>>
>>> df = pd.DataFrame({'A':[1,21,4,5,3,3,5,653,2], 'B':[1,2,3,4,5,6,7,8,9]})
>>> steps = 3
>>>
>>>
浏览 3提问于2017-06-12得票数 1
回答已采纳
1回答
如何使用计算过的列创建一个新的dataframe bigdf，该列迭代来自另一个df的每一行？我在新的dataframe bigdf中接收空行。
# Import pandas library
import pandas as pd
import numpy as np
# DataFrame
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
遍历每一行，计算每
浏览 1提问于2021-06-16得票数 0
回答已采纳
1回答
给定一个pandas数据帧：
import numpy as np
import pandas as pd
df = pd.DataFrame({
'clients': pd.Series(['A', 'A', 'A', 'B', 'B']),
'x': pd.Series([1.0, 1.0, 2.0, 1.0, 2.0]),
'y': pd.Series([6.0, 7.0, 8.0, 9.0, 10.0]),
'z
浏览 3提问于2015-04-16得票数 0
我只是想在熊猫DataFrame上做一个简单的值修改操作。
import pandas as pd
import numpy as np
x = np.linspace(1,10,10)
y = x * 2
z = [-1,-2,-3,4,5,6,7,8,9,10]
df = pd.DataFrame(columns=['x','y','z'])
df['x'] = x
df['y'] = y
df['z'] = z
for i in range(len(df['z'])):
浏览 2提问于2016-12-14得票数 1
回答已采纳
1回答
我必须一个接一个地迭代超过100万条记录，这些记录存储在一个列表中。它的值存在于Pandas数据帧中。我必须首先在数据帧中找到它的值，然后对它执行一些关节炎操作。并再次将其存储在另一个Pandas数据帧中。但它需要太多的时间才能完成。因此，我将值存储在元组中，性能有所提高，但并不像预期的那样。有什么方法可以优化这一点吗？下面是我完成的示例代码。 c2=['Fruits','animals',...]
list1=[]
for j in c2:
data2=dataframe.loc[(dataframe['value'] ==
浏览 22提问于2020-04-07得票数 0
The task：我有一系列的每日收盘价，我想实现以下目标：(i)计算任意5天窗口内任意两天之间的最大百分比变化(ii)将这些最大值存储在5天滚动窗口的基础上(iii)在所有5天滚动窗口上计算这些最大值的第99百分位数。
相当简单的问题。我对Python非常陌生，我发现自己混合了Python列表、Numpy数组和Pandas系列来实现上述目标，我确信这并不是高效编码的正确方法。
问题：我在下面附上我的代码。是否有一种方法可以实现相同的目标，而不必为这个简单的任务使用多个对象(即Pandas DataFrame，然后将其复制到Numpy Array，该数组用于修改Python列表，最终将其转换为
浏览 1提问于2020-06-17得票数 0
回答已采纳
我如何加入下面的数据，
# Convert Spark DataFrame to Pandas
pandas_df = df.toPandas()
print pandas_df
age name
0 NaN Michael
1 30 Andy
2 19 Justin
我目前的尝试，
persons = ""
for index, row in pandas_df.iterrows():
persons += str(row['name']) + ", " + str(row['age&#
浏览 9提问于2015-08-17得票数 1
回答已采纳
2回答
我正在学习巨蟒和它，熊猫和一些有关数据科学的工具。在做一本书的练习时，我在IPython上编写了上述代码，但是在执行该块时，我会收到一条错误消息：
for i in range(len(df1)):
if (df1['Temperature'][i]-df1['Temperature'][i-1]) > 0.1:
print (df1['Temperature'][i])
回溯(最近一次调用)：
File "<ipython-input-140-9f31dd23b324>", line 2
浏览 0提问于2018-09-16得票数 0
回答已采纳
如何在pandas数据帧中将逗号分隔值转换为整数列表？ 输入： ? 所需输出： ?
浏览 166提问于2021-10-19得票数 1
回答已采纳
在给定np.datetime64值的情况下，获取一个月中的天数的最简单、最简单的方法是什么？ 例如：'2020-01-31T00:00:00.000000000‘= 31 我正在尝试寻找与Pandas.daysinmonth等同的东西，但不是numpy。
浏览 37提问于2021-02-28得票数 0
回答已采纳
要将多个变量传递给一个普通的python函数，您只需编写如下代码：
def a_function(date,string,float):
do something....
convert string to int,
date = date + (float * int) days
return date
在使用Pandas DataFrames时，我知道您可以基于一个列的内容创建一个新列，如下所示：
df['new_col']) = df['column_A'].map(a_function)
# This m
浏览 2提问于2015-05-22得票数 6
1回答
我做了一个计时实验，我不相信我使用dask.delayed是正确的。以下是代码：
import pandas as pd
import dask
import time
def my_operation(row_str: str):
text_to_add = 'Five Michigan State University students—Ash Williams, his girlfriend, Linda; his sister, Cheryl; their friend Scott; and Scotts girlfriend Shelly—vacation at a
浏览 1提问于2020-09-22得票数 0
回答已采纳
1回答
迭代熊猫系列只执行一次
、、、
我在“索引”中有超过8000项，但是for循环只为第一项执行任务。
from datetime import datetime
from pandas import Series
from pandas import DataFrame
series = Series.from_csv('something.csv', header=1)
index = DataFrame(series.index)
for item in index:
dt = datetime.strptime(item, "%Y-%m-%d %H:%M:%S.%f")
浏览 3提问于2017-06-20得票数 1
回答已采纳
解析来自dataset的数据，其中一些图像不可用，因此我想创建一个新的行exists，这样我就可以遍历图像名称，这些名称是<id>.jpg，以放入False或True。
获取unicode错误
import pandas as pd
from pandas import Series
train = pd.read_csv('train.csv')
In [16]: train['exists'] = Series(str(os.path.isfile('training_images/' + train['id']
浏览 0提问于2018-03-14得票数 1
1回答
我想将熊猫数据的索引值转换为小写。请用这个测试：
import pandas as pd
df = pd.DataFrame([1, 2, 3], columns = ['c'], index = ['A','B','C'])
浏览 2提问于2015-06-01得票数 10
回答已采纳
1回答
我使用Dask DataFrame并行处理下面的regex搜索代码。
ddf = dd.from_pandas(in_desc, npartitions=16)
def r_s(dataframe1):
for vals in dataframe1:
for regex in dataframe.values:
if(re.search(regex[0], vals)):
pass
res = ddf.map_partitions(r_s, meta=ddf)
res.compute()
in_desc和da
浏览 0提问于2018-07-05得票数 1
3回答
我正试图在使用for循环的数据帧中获取某些数据。但是当我运行循环时，我得到的只是数据的索引，而不是行中显示的值。
import pandas as pd
import numpy as np
data = {'time' : [1,2,3,4,5,6,7,8,9,10,11,12], 'values'[290,260,288,300,310,303,329,340,316,330,308,310]}
df = pd.DataFrame(data)
for i in df:
print(i)
我只得到索引，而不是值。
我也试过：
for index
浏览 6提问于2021-01-05得票数 2
回答已采纳
2回答
我是PySpark和Pandas的新手，我运行以下Pandas函数来混淆包含字符串的列(例如:输入'Luke‘将导致'ulek')
pandas_udf("string")
def jumble_string(column: pd.Series)-> pd.Series:
return column.apply(lambda x: None if x==None else ''.join(random.sample(x, len(x))).lower())
spark_df = spark_df.withColumn(
浏览 1提问于2021-08-30得票数 1
回答已采纳
2回答
背景
我有一个一维NumPy数组初始化为零。
import numpy as np
section = np.zeros(1000)
然后我有一个Pandas DataFrame，其中有两个列的索引：
d= {'start': {0: 7200, 1: 7500, 2: 7560, 3: 8100, 4: 11400},
'end': {0: 10800, 1: 8100, 2: 8100, 3: 8150, 4: 12000}}
df = pd.DataFrame(data=d, columns=['start', 'end&
浏览 2提问于2017-07-12得票数 3
回答已采纳
绑定使用()函数更新所有行。结果是一个TypeError
----> 1 df_usnews['AvgMathSAT_IQR'].apply(interquartile(df_usnews))
/anaconda/lib/python3.5/site-packages/pandas/core/series.py in apply(self, func, convert_dtype, args, **kwds)
2235 values = lib.map_infer(values, boxer)
2236
-> 2237
浏览 0提问于2018-10-22得票数 0
回答已采纳
我有一个大约1,500行15列的Python数据帧。对于一个特定的列，我想删除每行的前3个字符。作为一个简单的例子，这里有一个数据帧：
import pandas as pd
d = {
'Report Number':['8761234567', '8679876543','8994434555'],
'Name' :['George', 'Bill', 'Sally']
}
d = pd.DataFrame(d)
我想
浏览 5提问于2017-02-21得票数 43
回答已采纳
我有一个apply函数，它对数据中的每一行进行操作。apply函数的结果是一个新的值。此新值用于该行的新列中。
因此，在将此函数应用于dataframe中的所有行之后，该dataframe中将有一个全新的列。
如何在pandas中做到这一点？
浏览 3提问于2015-12-20得票数 1
回答已采纳
1回答
我得到了一个Pandas和一个包含datetime64[ns]数据类型的称为过期的列。df.['expiration'][0]给了Timestamp('2010-12-31 00:00:00')。
我想从这个专栏中减去一个日历日，但不知道怎么做。我尝试了pandas.tseries.offsets.DateOffset(days=1)，但这使错误不能在日期时间/时间增量操作[<DateOffset: kwds={'days': 1}>]中使用非绝对DateOffset。
THis显然是因为它只在时间索引上工作。所以我试着
import
浏览 2提问于2014-12-08得票数 1
回答已采纳
1回答
我试图将一列分成两部分，但我知道我的数据中有空值。想象一下这个数据文件：
df = pd.DataFrame(['fruit: apple','vegetable: asparagus',None, 'fruit: pear'], columns = ['text'])
df
text
0 fruit: apple
1 vegetable: asparagus
2 None
3 fruit: pear
我想把它分成
浏览 2提问于2016-05-05得票数 1
回答已采纳
我有这样的数据
location sales store
0 68 583 17
1 28 857 2
2 55 190 59
3 98 517 64
4 94 892 79
...
我想添加一个列，pcnt_sales，它显示该(位置、存储)对的总销售额的多大百分比是由给定行中的销售构成的。
location sales store pcnt_sales
0 68 583 17 0.254363
浏览 5提问于2016-05-09得票数 5
回答已采纳
2回答
我有一个有日期列的数据集：
df.faultDate.head()
0 2014-07-13
1 2014-07-13
2 2014-07-12
3 2014-07-12
4 2014-07-13
我正努力从那得到几年的时间。
dt.datetime.strptime(df.faultDate[0], '%Y-%m-%d').year
2014
但是：
df.faultDate.apply(dt.datetime.strptime, args=('%Y-%m-%d'))
----------------------------
浏览 2提问于2015-09-22得票数 0
回答已采纳
split list elements into sub-elements in pandas dataframe这个非常接近--但我需要把它们放到一个子列表中，而不是拆分所有的元素并放入一个列表中。 df： col1
['this is list 1', 'this is list 2', 'this is another list 3']
['this is list 1', 'this is list 2', 'this is another list 3']
['this is l
浏览 12提问于2020-09-11得票数 0
我正在尝试用numpy编写一段代码，其中它输出索引之间的最大值。我认为使用argmax是很有用的。然而，我不知道如何在不使用python中的for循环的情况下使用切片。如果有针对此的pandas函数，那么它也可以使用。我想让计算尽可能快。 list_ = np.array([9887.89, 9902.99, 9902.99, 9910.23, 9920.79, 9911.34, 9920.01, 9927.51, 9932.3, 9932.33, 9928.87, 9929.22, 9929.22, 9935.24, 9935.24, 9935.26, 9935.26, 9935.68,
浏览 34提问于2021-01-28得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
