اذهب إلى المحتوى

السؤال

Recommended Posts

  • 0
نشر

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.

  • 0
نشر

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.

انضم إلى النقاش

يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.

زائر
أجب على هذا السؤال...

×   لقد أضفت محتوى بخط أو تنسيق مختلف.   Restore formatting

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   جرى استعادة المحتوى السابق..   امسح المحرر

×   You cannot paste images directly. Upload or insert images from URL.

  • إعلانات

  • تابعنا على



×
×
  • أضف...