转换Pandas列的数据类型

Question

如果Pandas DataFrame列timestampMs的值是unicode类型，并且我们要将其转换为float ，则以下两种方法之间有什么区别吗？

df['timestampMs'].map(lambda x: float(x)/1000)

和

df['timestampMs'].astype('float')/1000

由于它们似乎都给出相同的结果，因此哪种方法更可取？

Answer 1

嗯...如果您关心速度，那么对于小型数据集，lambda方法要快一点。 对于大型数据集，请使用.astype()方法（我个人也认为该方法更具可读性）：

import time
import timeit
import pandas as pd

num_elements = 100
times = [unicode(time.clock()) for x in range(num_elements)]

df = pd.DataFrame(times)

def first_method():
    df[0].map(lambda x: float(x)/1000)

def second_method():
    df[0].astype('float')/1000

num_reps = 15000

print("First method time for {} reps: {}".format(num_reps, timeit.timeit(first_method, number=num_reps)))
print("Second method time for {} reps: {}".format(num_reps, timeit.timeit(second_method, number=num_reps)))

当num_elements = 100我得到：

First method time for 15000 reps: 1.95685731342
Second method time for 15000 reps: 2.22381265566

当num_elements = 1000我得到：

First method time for 15000 reps: 12.0774245498
Second method time for 15000 reps: 6.77670391568