散列熊猫数据框中的每个值答案

【问题标题】：Hash each value in a pandas data frame散列熊猫数据框中的每个值
【发布时间】：2015-05-09 19:04:18
【问题描述】：

在 python 中，我试图找到最快的方法来散列熊猫数据框中的每个值。

我知道任何字符串都可以使用：

hash('a string')

但是如何在 pandas 数据框的每个元素上应用这个函数呢？

这可能是一件很简单的事情，但我刚刚开始使用python。

【问题讨论】：

标签： python hash pandas

【解决方案1】：

将hash 函数传递给apply 在str 列上：

In [37]:

df = pd.DataFrame({'a':['asds','asdds','asdsadsdas']})
df
Out[37]:
            a
0        asds
1       asdds
2  asdsadsdas
In [39]:

df['hash'] = df['a'].apply(hash)
df
Out[39]:
            a                 hash
0        asds  4065519673257264805
1       asdds -2144933431774646974
2  asdsadsdas -3091042543719078458

如果您想对每个元素执行此操作，请致电 applymap:

In [42]:

df = pd.DataFrame({'a':['asds','asdds','asdsadsdas'],'b':['asewer','werwer','tyutyuty']})
df
Out[42]:
            a         b
0        asds    asewer
1       asdds    werwer
2  asdsadsdas  tyutyuty
In [43]:

df.applymap(hash)

Out[43]:
                     a                    b
0  4065519673257264805  7631381377676870653
1 -2144933431774646974 -6124472830212927118
2 -3091042543719078458 -1784823178011532358

【讨论】：

【解决方案2】：

Pandas 还有一个函数可以在数组或列上应用哈希函数：

import pandas as pd

df = pd.DataFrame({'a':['asds','asdds','asdsadsdas']})
df["hash"] = pd.util.hash_array(df["a"].to_numpy())

【讨论】：