Trong hướng dẫn trước, chúng ta đã thảo luận cách tạo các bảng có định dạng độc đáo trong Python bằng cách sử dụng hàm lập bảng. Tuy nhiên, chúng ta cũng có thể sử dụng hàm pandas DataFrame để tạo một đối tượng DataFrame để hiển thị dữ liệu dạng bảng [hai chiều]
Không có câu hỏi nào về việc đối tượng DataFrame của gấu trúc là tốt nhất khi bất kỳ loại phân tích thống kê hoặc học máy nào cần được thực hiện trên dữ liệu. Nhưng khi mục tiêu duy nhất là sắp xếp dữ liệu thành một định dạng dễ đọc hơn, thì có thể sử dụng một trong hai chức năng để thực hiện điều đó
Nếu chúng ta đang làm việc với một lượng lớn dữ liệu, thì nên sử dụng hàm hiệu quả nhất về mặt tính toán hoặc mất ít thời gian nhất để thực thi
Do đó, trong hướng dẫn này, chúng tôi sẽ so sánh hiệu quả của cả hàm lập bảng và DataFrame bằng cách sử dụng hàm timeit
chức năng nhập khẩu
Đầu tiên chúng ta sẽ import các hàm cần thiết như sau
from tabulate import tabulate
from pandas import DataFrame
from timeit import timeit
Trở thành một lập trình viên Python hiệu quả hơn
Tìm hiểu những cách tốt nhất để tạo danh sách và hoàn thành các tác vụ khác trong Python
hướng tới khoa học dữ liệu. com
tạo chức năng
Sau đó, chúng ta sẽ tạo hai hàm, một hàm sử dụng hàm lập bảng và hàm còn lại sử dụng hàm DataFrame của gấu trúc để hiển thị dữ liệu dạng bảng của chúng ta
Trong cả hai chức năng, từ điển sau, thông tin, sẽ được sử dụng để cung cấp dữ liệu dạng bảng
info = {'First Name': ['John', 'Mary', 'Jennifer'],
'Last Name': ['Smith', 'Jane', 'Doe'],
'Age': [39, 25, 28]}
chức năng sử dụng lập bảng
def tabulate_table[]:
info = {'First Name': ['John', 'Mary', 'Jennifer'],
'Last Name': ['Smith', 'Jane', 'Doe'],
'Age': [39, 25, 28]}
table = tabulate[info, headers='keys', showindex=True, tablefmt='fancy_grid']
Chúng tôi chuyển thông tin dưới dạng dữ liệu dạng bảng cho chức năng lập bảng. Chúng tôi chọn các khóa của từ điển làm tiêu đề cho bảng và sử dụng định dạng bảng ưa thích_grid. Chúng tôi đặt showindex thành True vì DataFrame của gấu trúc hiển thị chỉ mục theo mặc định
Hàm tabulate_table[] sẽ tạo bảng sau
Để tìm hiểu thêm về chức năng lập bảng
Cách dễ dàng tạo bảng trong Python
Cách sử dụng chức năng lập bảng để tạo các bảng có định dạng độc đáo trong Python
hướng tới khoa học dữ liệu. com
chức năng sử dụng DataFrame
def pandas_table[]:
info = {'First Name': ['John', 'Mary', 'Jennifer'],
'Last Name': ['Smith', 'Jane', 'Doe'],
'Age': [39, 25, 28]}
table = DataFrame[info]
Hàm pandas_table[] sẽ tạo DataFrame sau
Hàm lập bảng tạo đối tượng chuỗi, trong khi hàm DataFrame tạo đối tượng DataFrame gấu trúc
màn biểu diễn
Ta sẽ dùng hàm timeit để đo thời gian mỗi hàm chạy 10.000 lần như sau
print[f'Time for tabulate: {timeit[tabulate_table, number=10000]}s']
print[f'Time for DataFrame: {timeit[pandas_table, number=10000]}s']Output:
Time for tabulate: 3.357472500001677s
Time for DataFrame: 6.2918465999991895s
Như chúng ta có thể thấy ở trên, hàm lập bảng mất khoảng một nửa thời gian để tạo bảng so với hàm DataFrame. Do đó, khi mục tiêu duy nhất của chúng tôi là hiển thị dữ liệu dạng bảng thành một bảng dễ đọc hơn, thì lập bảng là một giải pháp thay thế tuyệt vời cho DataFrame của gấu trúc
Nếu bạn thích đọc những câu chuyện như thế này và muốn hỗ trợ tôi với tư cách là một nhà văn, hãy cân nhắc đăng ký để trở thành thành viên Medium. Đó là 5 đô la một tháng, cho phép bạn truy cập không giới hạn vào các câu chuyện trên Phương tiện. Nếu bạn đăng ký bằng liên kết của tôi, tôi sẽ kiếm được một khoản hoa hồng nhỏ
Tham gia Medium với liên kết giới thiệu của tôi — Luay Matalka
Đọc mọi câu chuyện từ Luay Matalka [và hàng nghìn nhà văn khác trên Medium]. Phí thành viên của bạn hỗ trợ trực tiếp…
lmatalka90. vừa phải. com
Tôi hy vọng bạn thích phần so sánh hiệu suất này giữa các hàm lập bảng và DataFrame. Cảm ơn bạn đã đọc