优化Python代码的4种方法(2)

让我们使用Twitter情绪分析数据来计算每条推文的字数。我们将使用不同的方法，例如dataframe iterrows方法，NumPy数组和apply方法。你可以从此处下载数据集(https://datahack.analyticsvidhya.com/contest/practice-problem-twitter-sentiment-analysis/?utm_source=blog&utm_medium=4-methods-optimize-python-code-data-science)。

''' 
优化方法：apply方法 
''' 
# 导入库 
import pandas as pd  
import numpy as np 
import time 
import math 
data = pd.read_csv('train_E6oV3lV.csv') 
# 打印头部信息 
print(data.head()) 
# 使用dataframe iterows计算字符数 
print('\n\nUsing Iterrows\n\n') 
start_time = time.time() 
data_1 = data.copy() 
n_words = [] 
for i, row in data_1.iterrows(): 
 n_words.append(len(row['tweet'].split())) 
data_1['n_words'] = n_words  
print(data_1[['id','n_words']].head()) 
end_time = time.time() 
print('\nTime taken to calculate No. of Words by iterrows :', 
(end_time-start_time),'seconds') 
# 使用Numpy数组计算字符数 
print('\n\nUsing Numpy Arrays\n\n') 
start_time = time.time() 
data_2 = data.copy() 
n_words_2 = [] 
for row in data_2.values: 
 n_words_2.append(len(row[2].split())) 
data_2['n_words'] = n_words_2 
print(data_2[['id','n_words']].head()) 
end_time = time.time() 
print('\nTime taken to calculate No. of Words by numpy array : ', 
(end_time-start_time),'seconds') 
# 使用apply方法计算字符数 
print('\n\nUsing Apply Method\n\n') 
start_time = time.time() 
data_3 = data.copy() 
data_3['n_words'] = data_3['tweet'].apply(lambda x : len(x.split())) 
print(data_3[['id','n_words']].head()) 
end_time = time.time() 
print('\nTime taken to calculate No. of Words by Apply Method : ', 
(end_time-start_time),'seconds') 

（编辑：ASP站长网）