我有一个包含约200,000个数据点的数据框和一个看起来像这样的列(1个数据点的示例)：
'{"id":342,"name":"Web","slug":"technology/web","position":15,"parent_id":16,"color":6526716,"urls":{"web":{"discover":"http://www.kickstarter.com/discover/categories/technology/web"}}}'
df["cat"],df["slug"] = np.nan,np.nan
for i in range(0,len(df.category)):
df["cat"][i] = df.category.iloc[i].split('"name":"')[1].split('"')[0]
df["slug"][i] = df.category.iloc[i].split('"name":"')[1].split('"')[4]
效果很好,但是大约需要4个小时.有什么办法可以使速度更快？
最佳答案
与其直接操作DataFrame,不如尝试使用简单的数据类型并一次性创建一个Dataframe.除jezrael之外的另一种解决方案：
import json
cat,slug = [],[]
for row in df.category:
d = json.loads(row)
cat.append(d['cat'])
slug.append(d['slug'])
df = pd.DataFrame({'cat': cat,'slug': slug})