您應該使用pandas內置函數，因為它們經過了高度優化。另外，你應該避免pd.DataFrame.append。如文件所述： 迭代地將行附加到DataFrame可能比單個連接更需要計算。更好的解決方案是將這些行附加到列表中，然后立即將列表與原始DataFrame連接起來。 因此，我的建議是：要么用pd.read_csv(filename, sep="\s+", names=[f"Column{i}" for i in range(1, 25)])加載數據。您也可以嘗試其他分隔符，而不是注釋中提到的\s+或pd.read_fwf。

Pythonzfill實現就在這里。 這里比較明顯的是，實現主要由一個allocation和memset/memcpy組成，其余部分是非常簡單的加減法。 這些操作的大O是平臺/實現/環境驅動的，通常不依賴于字符串的長度（它們可能是瞬間發生的）。它們可能會為堆分配一個新的頁面，并請求從外部服務訪問額外的內存，這需要幾秒鐘的時間）。但出于您的目的，我會把它當作O(n)，其中n是結果字符串的大小，因為這可能是memset/memcpy所擁有的（正如這里討論的alloc不是真正可測量的）。 但事實上，你也許不應該擔心這個，因為你無法改變它。手動執行肯定會比較慢。

k-means聚類的結果可以使用觀測數據的主方向可視化。使用PCA算法計算這些主方向。下面是一個使用iris數據集執行此操作的快速示例： import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.decomposition import PCAfrom sklearn.datasets import load_irisfrom sklearn import preprocessingfrom sklearn.cluster import KMeansfrom sklearn.decomposition import PCAimport itertoolsiris = load_iris()# get flower dataX = iris['data']# get flower familieslabels = iris['target']nclusters = np.unique(labels).size# scale flower datascaler = preprocessing.StandardScaler()scaler.fit(X)X_scaled = scaler.transform(X)# in

所以問題在于我的邏輯，而不是清除數據，我應該在循環結束后清除時間、狀態和級別列表中已經存儲的數據，所以最后應該更改的部分如下 while k: if x=='off' and current_level>50: drain() x='on' if flag=='red': data = {'time': times, 'status': states, 'level': level} flag='green' break if x=='on' and current_level<450: fill() x='off' if flag=='red': data = {'time': times, 'status': states, 'level': level} flag='green' break df = pd.DataFrame(data) print(df) df.reset_index(inplace=True) data_dict = df.to_dict("records") colle.insert_one({"DATA":data_dict}) df=df.iloc[0:0] times.clear() states.clear() 控制以下代碼運行周期的外循環或主循環保持不變

如果運行完內存中的所有內容后仍然很慢（正如@Alexander所建議的）。另一個想法，但取決于數據：也許您可以嘗試提前退出第二個循環，例如創建一個列中值的集合/字典，例如： col0 = {k[0] for k in dataset2}def Find_Match(row): for k in dataset2: if not row[0] in col0: continue #...

以下是我的想法： 可以使用變量存儲當前標題。對于該標題中的每一行，使用string.split()函數來分隔（X，Y，Z）和坐標后的值。使用元組列表存儲該XYZ，XYZ之后的值可以存儲在單獨的列表中。 然后你可以循環你收集的數據，先寫標題，然后用string.join()把X，Y，Z連接在一起，并在開頭添加一個標簽。

問：“問題-ProcessPoolExecutor沒有提高速度。由TQM確認” 答：不，恕我直言，你的主要問題不是ProcessPoolExecutor()的效率——例如，但你的主要問題是選擇性能/效率（幾乎）anti-patterns，即Python，Windows O/S領域中更多的Python-sub-processes會讓你等待大約75個小時來收集所有結果（如果processing-pipeline確實做了你期望它做的事情，我無法判斷，但我猜它不會……原因如下） 疑點#1：最好避免75小時的無意義輸出： 鑒于有文檔記錄的標準Py3concurrent.futures.Executor()-instance.submit()-method的call-signature，您的代碼不符合此規范。 main()作為一個calling-side函數，它沒有向函數傳遞引用，而是首先對6800個文件中的每個文件執行完整的純[SERIAL]METOP-workpackage處理（這會產生一些昂貴的大型list-of-messages），然后（與文件中要求傳遞對函數/in-placelambda-operator的引用相反）又需要非常巨大的RAM/CPU/時間開銷，SER/sent/DES-transferred到Executor管理的worker-processes池中的一個（我懷疑它在

您發布的源代碼中有幾個問題甚至會阻止它編譯，更不用說運行了。我試圖糾正這些錯誤，以解決您的主要問題。但一定要徹底檢查下面的代碼，以確保更正是有意義的。 首先，Process構造函數的args參數應指定為tuple。您指定了args=(each_df)，但(each_df)不是tuple，它是一個簡單的括號表達式；您需要(each_df,)使if成為一個tuple（該語句還缺少一個右括號）。 除了沒有針對同時嘗試附加到同一文件的多個進程做出任何準備之外，您還存在一個問題，即您無法確定進程完成的順序，因此您無法真正控制將數據幀附加到csv文件的順序。 解決方案是使用帶有imap方法的處理池。傳遞給這個方法的iterable就是reader，它在迭代時返回下一個要處理的數據幀。來自imap的返回值是一個iterable，迭代時將以task-submission順序返回來自calc_frame的下一個返回值，即與提交數據幀的順序相同。因此，當返回這些新的、修改過的數據幀時，主進程可以簡單地將它們逐個附加到輸出文件中： import pandas as pdimport multiprocessing as mpsource = r"\\share\usr\data.txt"target = r"\\share\usr\data_masked.txt"Chunk = 10000def pro

看看這是否有助于開始： 將lower-casingfilterVal移出.filter循環。沒有必要對list中的每個項目都這樣做。 只寫innerHTML一次（而不是清除它然后附加到它）。 const filterEventHandler = (event) => { const filterVal = event.target.value.toLowerCase(); const htmlFragments = list .filter( (e) => e.customernumber .toLowerCase() .includes(filterVal) || `${e.fn} ${e.ln}`.toLowerCase().includes(filterVal), ) .map(buildItem); const domList = document.getElementById("domList"); domList.innerHTML = htmlFragments.join("");}; 展望未來，您可能希望考慮使用React（或lighter-weight如Svelte或Mithril）之類的框架，而不是手工構建HTML。 這一點尤其正確，因為名為<script>alert("hello")</script>的客戶目前將對您的站點造

問題在于你的射程檢查。您正在對Sam房子覆蓋的每個整數進行迭代。如果這個范圍很寬，比如說10**5，那么您的運行時就被放大了大約10**5。 請注意，您只需檢查每個橙色是否在Sam家給定的范圍內。您不需要將蘋果/橘子的坐標與Sam房子覆蓋的精確坐標相匹配。 以下是一個可避免此問題的重構解決方案： def countApplesAndOranges(s, t, a, b, apples, oranges): count_apples = 0 count_oranges = 0 pos_apple = [apple + a for apple in apples] pos_orange = [orange + b for orange in oranges] for pos in pos_apple: if s <= pos <= t: count_apples += 1 for pos in pos_orange: if s <= pos <= t: count_oranges += 1 print(count_apples) print(count_oranges) 你的解決方案不應該再失敗了。

將列轉換為MultiIndex，方法是使用replace后跟split，然后使用stack重新調整幀的形狀，將其轉換為所需的格式 df = df1.set_index(['A', 'B'])df.columns = df.columns\ .str.replace(r'^(\D+)(\d+)(.*)', r'\1\3_\2')\ .str.split('_', expand=True)df = df.stack().droplevel(2).reset_index() A B C C.A0 PC 11001 Core Old1 PC 11001 SE New

對于測試，讓我們將源數據幀創建為： df = pd.DataFrame({'A': np.arange(101, 122, 2)}) 假設為源數據幀的子集生成高程的函數為： def myFun(src, txt): return txt + src.A.astype(str) 然后，您可以將新列生成為df子集的連續調用的串聯，如下所示： tt = 'ABC'n = len(tt)df['Elev'] = pd.concat([ myFun(df[i::n], x) for i, x in enumerate(tt) ]) Details: tt是源字符串-源列前的字母列表。 n是生成df的每個源子集的步驟。 for i, x in...從tt及其索引檢索連續字母。i是源子集的編號，同時df中的起點和x是結果的前置字母。 df[i::n]選擇源數據幀的子集。 pd.concat連接部分結果。 結果是： A Elev0 101 A1011 103 B1032 105 C1053 107 A1074 109 B1095 111 C1116 113 A1137 115 B1158 117 C1179 119 A11910 121 B121 如您所見，值從第一次調用的結果開始，值從第二次調用的B開始，依此類推。 如果出于任何原因您不能使用列表理解，您可以在“普通”循環中執行，例如： res

import pandas as pdpoints = pd.DataFrame({"ID": [1, 2], "x": [4, 5], "y": [5, 6]})circle = pd.DataFrame({"ID": [1, 2], "x": [2, 1], "y": [1, 2]}) 為了得到（點、圓）的所有組合，我們可以進行交叉連接。 new_df = points.merge(circle, how='cross', suffixes=["_point", "_circle"])new_df ID_point x_point y_point ID_circle x_circle y_circle0 1 4 5 1 2 11 1 4 5 2 1 22 2 5 6 1 2 13 2 5 6 2 1 2 這樣，我們可以在每行級別將一個點與一個圓進行比較。我們在行級別使用apply（axis=1）。計算距離并將其添加為新列。 import math# this is a Euclidean distance function (feel free to change it to suit your need)def get_distance_function(x1, y1, x2, y2): return math.sqrt((x1-x2)**2 + (y1-y2)**2)new

Python使用兩個字符串中的字符執行字符串比較。將逐個比較兩個字符串中的字符。當找到不同的字符時，將比較它們的Unicode值。Unicode值較低的字符被認為較小。 'A'的Unicode值是65，而'a'的97。 ord()函數返回字符的Unicode值。 ord('A') # returns 65ord('a') # returns 97ord('AA') # ERROR: ord() expects a string of length 1.

您的代碼不必使用任何類型的for循環。您正在使用pandas讀取CSV，但似乎沒有指定正確的參數。 import pandas as pdpath_data = '" *insert a path here* "'file = path_data + ' *name of the .csv file* 'df = pd.read_csv(file, sep=';', parse_dates=[0], engine='c', header=None)time_UTC = df.iloc[:, 0]vmag2D = df.iloc[:, 1]vdir = df.iloc[:, 2] 如果運行此命令，則生成的變量（time_UTC，…）將為pandas.Series類型。您可以使用.to_list()將它們轉換為list，或者使用.values訪問numpy數組。 請注意，我在pandas CSV解析器中指定了engine='c'，該解析器使用的本機C解析器比python解析器更快，因為您在這里處理一個大文件。