Ali Ahmed55 نشر الخميس في 12:23 أرسل تقرير نشر الخميس في 12:23 السلام عليكم ده الكود الاول data.drop(columns=data.loc[:, 'x_2':'z_40'].columns, inplace=True) وده الكود التاني data.drop(data.loc[:, 'x_2':'z_40'], axis=1, inplace=True) 2 اقتباس
0 عبد الوهاب بومعراف نشر الخميس في 12:27 أرسل تقرير نشر الخميس في 12:27 لا يوجد فرق عملي من حيث الأداء بين الكودين، فكلاهما يؤدي نفس الوظيفة والفرق الوحيد هو في طريقة تحديد الأعمدة للحذف، و كلا الكودين متكافئان تماما، حيث يقومان بنفس العمليات داخليا في pandas، و أي فرق محتمل سيكون ضئيلا جدا وغير ملحوظ، لأن drop سيقوم بنفس معالجة الحذف بغض النظر عن الطريقة المستخدمة لاستخراج أسماء الأعمدة. من ناحية الوضوح والجودة الكود الأول أكثر وضوحا لأنه يوضح أن الحذف يتم بناء على أسماء الأعمدة، أما الكود الثاني أكثر اختصارا لكنه يعتمد على axis=1، مما قد يجعله أقل وضوحا للقارئ. 1 اقتباس
0 ياسر مسكين نشر الخميس في 17:16 أرسل تقرير نشر الخميس في 17:16 بالنسبة للكود الأول: data.drop(columns=data.loc[:, 'x_2':'z_40'].columns, inplace=True) فهو يحدد الأعمدة من 'x_2' إلى 'z_40' ثم يمرر قائمة أسماء الأعمدة الناتجة إلى دالة drop باستخدام معامل columns المخصص أما أما الكود الثاني: data.drop(data.loc[:, 'x_2':'z_40'], axis=1, inplace=True) فهو يمرر الجزء الفرعي من DataFrame وليس مجرد تسميات الأعمدة إلى دالة drop في Pandas تتوقع دالة drop أن يكون أول معامل لها هو التسمية أو قائمة التسميات وليس DataFrame على الرغم من أن Pandas قد يتسامح أحيانا مع الكائنات الشبيهة بالقوائم، فإن تمرير DataFrame بدلا من قائمة الأعمدة يكون أقل وضحا وقد يؤدي إلى أخطاء أو سلوك غير متوقع في بعض الحالات. من ناحية الأداء فكلاهما يؤديان نفس الوظيفة إلا أنّ الطريقة الأولى تعتبر أكثر كفاءة قليلا لأنها تستخرج قائمة أسماء الأعمدة الضرورية فقط بدلا من DataFrame فرعي كامل. 1 اقتباس
0 Ali Ahmed55 نشر الجمعة في 14:44 الكاتب أرسل تقرير نشر الجمعة في 14:44 الف شكراا جدا لحضرتكم جزاكم الله كل خير اقتباس
السؤال
Ali Ahmed55
السلام عليكم
ده الكود الاول
وده الكود التاني
3 أجوبة على هذا السؤال
Recommended Posts
انضم إلى النقاش
يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.