如何按长度划分int类型的pandas.Series
如何按长度划分int类型的pandas.Series
提问于 2015-06-09 10:39:12
我有一个pandas.Series，它是一个5位数的整数。前3位数是一个时代的前3位数，最后2位数是半个小时.我想对整数序列进行切片，这样我就有两个Series，分别有前3位和最后2位。
下面是一种方法，它需要两种类型转换：
import pandas as pd
days_hours = pd.Series(npr.randint(low=1e4, high=99999, size=1000))
days = days_hours.astype('str').str.slice(start=0, stop=3).astype('int64')
hours = days_hours.astype('str').str.slice(start=3, stop=5).astype('int64')这非常耗时，因为我的Series平均每行为25e6行(有6个这样的Series)。有办法可以避免类型转换吗？
我尝试了另一种解决方案，它涉及到apply对Series的每个元素添加一个lambda函数，但这花费了更长的时间。
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-06-09 10:56:59
使用整数除法和模运算符进行算术运算要快得多：
days = days_hours // 100
hours = days_hours % 100页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30729687
复制相关文章
相似问题
腾讯云开发者
