散列熊猫数据框中的每个值

新手上路,请多包涵

在 python 中,我试图找到最快的散列 pandas 数据框中的每个值。

我知道任何字符串都可以使用以下方法进行哈希处理:

 hash('a string')

但是我如何将这个函数应用到 pandas 数据框的每个元素上呢?

这可能是一件非常简单的事情,但我才刚刚开始使用 python。

原文由 user3664020 发布,翻译遵循 CC BY-SA 4.0 许可协议

阅读 312
2 个回答

hash 函数传递给 applystr 列:

 In [37]:

df = pd.DataFrame({'a':['asds','asdds','asdsadsdas']})
df
Out[37]:
            a
0        asds
1       asdds
2  asdsadsdas
In [39]:

df['hash'] = df['a'].apply(hash)
df
Out[39]:
            a                 hash
0        asds  4065519673257264805
1       asdds -2144933431774646974
2  asdsadsdas -3091042543719078458

如果您想对每个元素执行此操作,请调用 applymap

 In [42]:

df = pd.DataFrame({'a':['asds','asdds','asdsadsdas'],'b':['asewer','werwer','tyutyuty']})
df
Out[42]:
            a         b
0        asds    asewer
1       asdds    werwer
2  asdsadsdas  tyutyuty
In [43]:

df.applymap(hash)
​
Out[43]:
                     a                    b
0  4065519673257264805  7631381377676870653
1 -2144933431774646974 -6124472830212927118
2 -3091042543719078458 -1784823178011532358

原文由 EdChum 发布,翻译遵循 CC BY-SA 3.0 许可协议

Pandas 还有一个函数可以在数组或列上应用哈希函数:

 import pandas as pd

df = pd.DataFrame({'a':['asds','asdds','asdsadsdas']})
df["hash"] = pd.util.hash_array(df["a"].to_numpy())

原文由 bert wassink 发布,翻译遵循 CC BY-SA 4.0 许可协议

撰写回答
你尚未登录,登录后可以
  • 和开发者交流问题的细节
  • 关注并接收问题和回答的更新提醒
  • 参与内容的编辑和改进,让解决方法与时俱进
推荐问题