[英]How can I optimise this Python code?
我想獲得每個國家/地區所有IndicatorsCode
的Year
值的平均值:
import numpy as np
import pandas as pd
datos = pd.read_csv("suramerica.csv")
media = list()
agricultura = list()
flag=0
paises = np.array(['Antigua and Barbuda','Argentina','Chile','Colombia'])
indicadores_agricultura = np.array(['EG.ELC.ACCS.RU.ZS','EG.NSF.ACCS.RU.ZS'])
for i in paises:
for j in indicadores_agricultura:
for k in range(len(datos)):
if i==datos['CountryName'][k] and j==datos['IndicatorCode'][k]:
flag=1
media.append(datos['Year'][k])
if flag==1:
agricultura.append(np.array([i,np.mean(media)]))
del media[:]
flag=0
pd.DataFrame(agricultura,columns=['Paises','Agricultura y Desarrollo Rural'])
這是結果的數據幀:
如果您需要訪問 csv: Suramerica.csv
這段代碼需要很長時間才能執行。 感謝您的時間 - 任何建議都會很棒。
似乎沒有必要為每個組合遍歷完整的數據。 我正在使用 dict 對象來保存所需的信息。 然后使用它計算 np.mean 。 這將大大提高執行速度。 這是代碼:
import numpy as np
import pandas as pd
datos = pd.read_csv("suramerica.csv")
agricultura = list()
output = {}
paises = np.array(['Antigua and Barbuda','Argentina','Chile','Colombia'])
indicadores_agricultura = np.array(['EG.ELC.ACCS.RU.ZS','EG.NSF.ACCS.RU.ZS'])
for k in range(len(datos)):
cn = datos['CountryName'][k]
indicator_code = datos['IndicatorCode'][k]
# change1
if cn not in output.keys():
output[cn] = []
if cn in paises and indicator_code in indicadores_agricultura:
year = datos['Year'][k]
for o in output:
# change2
media = output.get(o)
if not media:
media = 0.0
agricultura.append(np.array([o,np.mean(media)]))
output2 = pd.DataFrame(agricultura,columns=['Paises','Agricultura y Desarrollo Rural'])
print(output2)
我會以這種方式開始編寫循環:
for k, _ in enumerate(datos):
cn = datos['CountryName'][k]
ic = datos['IndicatorCode'][k]
for i in paises:
if i != cn:
continue
for j in indicadores_agricultura:
if j == ic:
flag = 1
media.append(datos['Year'][k])
if flag:
agricultura.append(np.array([i,np.mean(media)]))
del media[:]
flag = 0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.