我想读取数据框的每一行并将它们添加到字典中。
下面的代码运行需要 18 秒。数据框有大约 150000 行。 vehicledid 和 engineconfigid 是数值。
engineconfigid = {}
for index, row in data_engineconfig.iterrows():
engineconfigid.update({row['vehicleid-h']:row['engineconfigid-h']})
但是,以下代码需要几个小时。唯一的区别是要添加更多的值,并且一些值是字符串。是什么导致了两条线之间的大部分差异?琴弦不大。我的程序以 20% 的 CPU(单核)运行并且只使用 60MB 内存。
for index, row in data_enginebase.iterrows():
enginebase.update({row['enginebaseid-f']:{'liter':row['liter-f'],
'cc':row['cc-f'],'cid':row['cid-f'],
'cylinders-f':row['cylinders-f']}})
请您参考如下方法:
您可以尝试使用 set_index。这应该会提供更好的结果,而不是遍历行:
# answer 1
engineconfigid = data_engineconfig.set_index('vehicleid-h')['engineconfigid-h'].to_dict()
# answer 2
data_engineconfig.to_dict(orient='index')
