Pertanyaan yang diberi tag «apply»

Saya ingin menerapkan fungsi kustom saya (itu menggunakan tangga jika-lain) sampai enam kolom ini ( ERI_Hispanic, ERI_AmerInd_AKNatv, ERI_Asian, ERI_Black_Afr.Amer, ERI_HI_PacIsl, ERI_White) di setiap baris dataframe saya. Saya sudah mencoba berbagai metode dari pertanyaan lain tetapi sepertinya masih belum menemukan jawaban yang tepat untuk masalah saya. Bagian penting dari ini adalah …

316 python  pandas  numpy  apply 

Tutup. Pertanyaan ini tidak dapat direproduksi atau disebabkan oleh kesalahan ketik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Stack Overflow. Ditutup tahun lalu . Perbaiki pertanyaan ini Saya memiliki beberapa masalah dengan fungsi berlaku Pandas, ketika menggunakan beberapa kolom dengan kerangka …

239 python  python-2.7  pandas  dataframe  apply 

... mengenai waktu eksekusi dan / atau memori. Jika ini tidak benar, buktikan dengan potongan kode. Perhatikan bahwa speedup oleh vektorisasi tidak masuk hitungan. Speedup harus berasal dari apply( tapply, sapply, ...) itu sendiri.

152 r  apply 

Saya mengalami masalah dengan kerangka data dan saya sendiri tidak bisa menyelesaikan masalah itu: Kerangka data memiliki sifat sewenang-wenang sebagai kolom dan setiap baris mewakili satu set data . Pertanyaannya adalah: Bagaimana cara menyingkirkan kolom di mana untuk SEMUA baris nilainya NA ?

149 r  apply  dataframe 

Saya ingin menerapkan fungsi dengan argumen ke seri di python panda: x = my_series.apply(my_function, more_arguments_1) y = my_series.apply(my_function, more_arguments_2) ... The dokumentasi menggambarkan dukungan untuk menerapkan metode, tetapi tidak menerima argumen. Apakah ada metode berbeda yang menerima argumen? Atau, apakah saya melewatkan solusi sederhana? Pembaruan (Oktober 2017): Perhatikan bahwa sejak …

147 python  pandas  apply 

Jadi kami biasa mengatakan kepada setiap R pengguna baru bahwa " applytidak vektor, lihat Patrick Burns R Inferno Circle 4 " yang mengatakan (saya kutip): Refleks yang umum adalah menggunakan fungsi dalam keluarga terapan. Ini bukan vektorisasi, ini menyembunyikan loop . Fungsi apply memiliki perulangan for dalam definisinya. Fungsi lapply …

138 r  performance  loops  vectorization  apply 

Misalkan saya memiliki matriks dengan 2 dan fungsi yang mengambil 2-vektor sebagai salah satu argumennya. Saya ingin menerapkan fungsi ke setiap baris matriks dan mendapatkan vektor-n. Bagaimana melakukan ini di R? Misalnya, saya ingin menghitung kepadatan distribusi Normal standar 2D pada tiga titik: bivariate.density(x = c(0, 0), mu = c(0, …

130 r  function  matrix  apply  sapply 

Saya telah melihat banyak jawaban yang diposting untuk pertanyaan tentang Stack Overflow yang melibatkan penggunaan metode Pandas apply. Saya juga melihat pengguna berkomentar di bawah mereka mengatakan bahwa " applylambat, dan harus dihindari". Saya telah membaca banyak artikel tentang topik kinerja yang menjelaskan applylambat. Saya juga telah melihat penafian di …

111 python  pandas  performance  apply 

Saya melihatnya di berbagai plugin dan kode, tetapi saya tidak mengerti apa fungsinya ... Di jQuery api tidak direferensikan!

90 javascript  jquery  plugins  apply 

Saya memiliki kerangka data yang mungkin terlihat seperti ini: A B C foo bar foo bar bar foo foo bar Saya ingin melihat setiap elemen dari setiap baris (atau setiap elemen dari setiap kolom) dan menerapkan fungsi berikut untuk mendapatkan DF berikutnya: def foo_bar(x): return x.replace('foo', 'wow') A B C …

87 python  pandas  dataframe  apply 

Saya tahu bahwa loop lambat Rdan saya harus mencoba melakukan berbagai hal dengan cara vektorisasi. Tapi kenapa? Mengapa loop lambat dan applycepat? applymemanggil beberapa sub-fungsi - itu sepertinya tidak cepat. Pembaruan: Maaf, pertanyaan itu tidak tepat. Saya bingung dengan vektorisasi apply. Pertanyaan saya seharusnya, "Mengapa vektorisasi lebih cepat?"

87 performance  r  apply 

Saya memiliki DataFrame tersebut: df = pd.DataFrame(data={ 'col0': [11, 22,1, 5] 'col1': ['aa:a:aaa', 'a:a', 'a', 'a:aa:a:aaa'], 'col2': ["foo", "foo", "foobar", "bar"], 'col3': [True, False, True, False], 'col4': ['elo', 'foo', 'bar', 'dupa']}) Saya ingin mendapatkan panjang daftar setelah dipisah pada ":" di col1, maka saya ingin menimpa nilai jika panjang> 2 …

11 python  pandas  apply