回答編集履歴
3
追加
answer
CHANGED
|
@@ -11,7 +11,7 @@
|
|
|
11
11
|
print(d)
|
|
12
12
|
```
|
|
13
13
|
|
|
14
|
-
もし、Pandas で`for`文をどうしても使う必要がある場合は、速度を要求される場合は CythonやNumba等を使って処理をするようになります。処理速度である程度妥協できるのであれば、df.apply()を使うか、又は、column単位で取り出すことが容易なので、下のように必要なcolumnだけを`zip`関数でまとめてforでループにします。`iterrows()`を使うよりもかなり速いです。
|
|
14
|
+
もし、Pandas で`for`文をどうしても使う必要がある場合は、速度を要求される場合は CythonやNumba等を使って処理をするようになります。処理速度である程度妥協できるのであれば、df.apply()を使うか、又は、column単位で取り出すことが容易なので、下のように必要なcolumnだけを`zip`関数でまとめてforでループにします。`iterrows()`を使うよりもかなり速いです。PandasでもSeriesの場合は、`for`文で各要素を取り出すことができます。
|
|
15
15
|
|
|
16
16
|
```
|
|
17
17
|
for a, b in zip(df['a'], df['b']):
|
2
回答の追加
answer
CHANGED
|
@@ -11,6 +11,11 @@
|
|
|
11
11
|
print(d)
|
|
12
12
|
```
|
|
13
13
|
|
|
14
|
-
もし、Pandas で`for`文をどうしても使う必要がある場合は、速度を要求される場合は CythonやNumba等を使って処理をするようになります。処理速度である程度妥協できるのであれば、df.apply()を使うことが
|
|
14
|
+
もし、Pandas で`for`文をどうしても使う必要がある場合は、速度を要求される場合は CythonやNumba等を使って処理をするようになります。処理速度である程度妥協できるのであれば、df.apply()を使うか、又は、column単位で取り出すことが容易なので、下のように必要なcolumnだけを`zip`関数でまとめてforでループにします。`iterrows()`を使うよりもかなり速いです。
|
|
15
15
|
|
|
16
|
+
```
|
|
17
|
+
for a, b in zip(df['a'], df['b']):
|
|
18
|
+
print(a, b)
|
|
19
|
+
```
|
|
20
|
+
|
|
16
21
|
拡張for文と言っているのでJavaかC++の世界を知っていると思われますが、本当に`for`文が必要な処理であれば、Pandasを使うよりもJavaやC++の方が処理に遥かに向いています。
|
1
追加
answer
CHANGED
|
@@ -11,4 +11,6 @@
|
|
|
11
11
|
print(d)
|
|
12
12
|
```
|
|
13
13
|
|
|
14
|
+
もし、Pandas で`for`文をどうしても使う必要がある場合は、速度を要求される場合は CythonやNumba等を使って処理をするようになります。処理速度である程度妥協できるのであれば、df.apply()を使うことが多いです。
|
|
15
|
+
|
|
14
|
-
|
|
16
|
+
拡張for文と言っているのでJavaかC++の世界を知っていると思われますが、本当に`for`文が必要な処理であれば、Pandasを使うよりもJavaやC++の方が処理に遥かに向いています。
|