我有一个pandas DataFrame。df_test. 它包含了一列’size’，代表着以字节为单位的大小。 我用下面的代码计算了KB、MB和GB。
df_test = pd.DataFrame([
{'dir': '/Users/uname1', 'size': 994933},
{'dir': '/Users/uname2', 'size': 109338711},
])
df_test['size_kb'] = df_test['size'].astype(int).apply(lambda x: locale.format("%.1f", x / 1024.0, grouping=True) + ' KB')
df_test['size_mb'] = df_test['size'].astype(int).apply(lambda x: locale.format("%.1f", x / 1024.0 ** 2, grouping=True) + ' MB')
df_test['size_gb'] = df_test['size'].astype(int).apply(lambda x: locale.format("%.1f", x / 1024.0 ** 3, grouping=True) + ' GB')
df_test
dir size size_kb size_mb size_gb
0 /Users/uname1 994933 971.6 KB 0.9 MB 0.0 GB
1 /Users/uname2 109338711 106,776.1 KB 104.3 MB 0.1 GB
[2 rows x 5 columns]
我已经运行了12万行，根据%timeit，每列需要2. 97秒*3=约9秒。
有什么办法可以让这个过程更快吗？ 例如，我可以不从apply一次返回一列并运行3次，而是一次返回所有三列并插入到原始数据框架中吗？
我找到的其他问题都是想要 取多个值并返回一个值. 我想… 取单列值并返回多列.
解决方案：
这是一个老问题，但为了完整起见，你可以从应用的函数中返回一个包含新数据的Series，以防止需要迭代三次。 传递 axis=1 的应用函数应用该函数 sizes 到数据框架的每一行，返回一个系列，添加到一个新的数据框架。 这个系列，s，包含新的值，以及原始数据。
def sizes(s):
s['size_kb'] = locale.format("%.1f", s['size'] / 1024.0, grouping=True) + ' KB'
s['size_mb'] = locale.format("%.1f", s['size'] / 1024.0 ** 2, grouping=True) + ' MB'
s['size_gb'] = locale.format("%.1f", s['size'] / 1024.0 ** 3, grouping=True) + ' GB'
return s
df_test = df_test.append(rows_list)
df_test = df_test.apply(sizes, axis=1)
