pandas 新規カラム作成の高速化

Question

csvファイルを読み込んでデータフレームにします。
データフレームのカラムの値が[100 200 300 ・・・]とスペース刻みになっています。
そのカラムの値、一つずつ新規にカラムを作成していますが、パフォーマンスが悪いので良い実装方法があれば
ご教授お願いします。

現在の実装

for row in df_x["値段"]:
for k, v in zip(商品.keys(), row.split()):
df_x[k] = round(float(v), 3)
df_x.drop(["値段"], axis=1, inplace=True)

Answer 1

下記はどうでしょうか？

import pandas

df = pandas.read_csv('sample.csv')

mylist = ['値段A', '値段B', '値段C'] #例

i = df['値段'].str.split(' ')
j = (zip(*i))

for k, m in zip(mylist, j):
    df[k] = m

df = df.drop('値段', axis=1)

Answer 2

データの形を推測するに下のような形になっていると言うことでしょうか？

df_x = pd.DataFrame({
    '値段': ['1 2 3 4 5','6 7 8 9 10']
})

でしたら、以下の方法で多少は速くなると思います。

import pandas as pd
import numpy as np

pd.DataFrame(
    np.array(
        [row for row in df_x['値段'].apply(lambda x: x.split())]
    ).astype(float),
    columns=商品.keys()
)

理由は、商品.keys()がrowに寄らず固定なので、後からcolumnに追加してやることで追加時の検索処理を無くしているためです。

ですが、元々csvから読み込んでいるそうなので、以下の記事を読んでいただいて、csvの形式に合わせた読み込み方法を検討するのが妥当だとは思います。
https://note.nkmk.me/python-pandas-read-csv-tsv/

コメントを受けて追記

import pandas as pd
import numpy as np

# 想定データ
df_x = pd.DataFrame({
    'num': [1, 2],
    'post': ['006', '007'],
    'name': ['A', 'B'], 
    '値段': ['1 2 3 4 5','6 7 8 9 10']
})

pd.concat([
    df_x.drop('値段', axis=1),
    pd.DataFrame(
    np.array(
        list(df_x['値段'].apply(lambda x: x.split()))
    ).astype(float),
    columns=['a', 'b', 'c', 'd', 'e'] # 商品.keys()
)], axis=1)

Comments

[valuetheater]

データの形は大体あっています。具体的には
csvファイルの時点でデータの形は以下のようになっています。

colum -> num, post, name, 値段
row -> 1 , 006, A , "100 200 300 400 500"

csv読み込みは以下になります。
df = pd.read_csv(r"C:price.csv")

[haritoshi]

> colum -> num, post, name, 値段
> row -> 1 , 006, A , "100 200 300 400 500"
この形のデータを作ってみて、再現したものを追記しました