パンダループの代わりにベクトル化

Question

私はパスのデータフレームを持っています。タスクが別の列

import pandas as pd 
import numpy as np 
import os 


df1 = pd.DataFrame({'Path' : ['C:\\Path1' ,'C:\\Path2', 'C:\\Path3']}) 

#for a MVCE use the below commented out code. WARNING!!! This WILL Create directories on your machine. 
#for path in df1['Path']: 
# os.mkdir(r'PUT_YOUR_PATH_HERE\\' + os.path.basename(path)) 

にdatetime.fromtimestamp(os.path.getmtime('PATH_HERE'))のようなものを使用してフォルダの最終更新時刻を取得することです私は以下で作業を行うことができますが、私は多くのフォルダを持っている場合には、低速ループです：

私はスピードを向上させるために、このプロセスベクタに行くかどう

for each_path in df1['Path']: 
    df1.loc[df1['Path'] == each_path, 'Last Modification Time'] = datetime.fromtimestamp(os.path.getmtime(each_path)) 

？ os.path.getmtimeシリーズは受け付けておりません。私のようなものを探しています：

df1['Last Modification Time'] = datetime.fromtimestamp(os.path.getmtime(df1['Path']))

Answer 1

を100パスで動作すると仮定した3つのアプローチを示しています。アプローチ3は厳密には望ましいと思います。

# Data initialisation: 
paths100 = ['a_whatever_path_here'] * 100 
df = pd.DataFrame(columns=['paths', 'time']) 
df['paths'] = paths100 


def fun1(): 
    # Naive for loop. High readability, slow. 
    for path in df['paths']: 
     mask = df['paths'] == path 
     df.loc[mask, 'time'] = datetime.fromtimestamp(os.path.getmtime(path)) 


def fun2(): 
    # Naive for loop optimised. Medium readability, medium speed. 
    for i, path in enumerate(df['paths']): 
     df.loc[i, 'time'] = datetime.fromtimestamp(os.path.getmtime(path)) 


def fun3(): 
    # List comprehension. High readability, high speed. 
    df['time'] = [datetime.fromtimestamp(os.path.getmtime(path)) for path in df['paths']] 


% timeit fun1() 
>>> 164 ms ± 2.03 ms per loop (mean ± std. dev. of 7 runs, 10 loops each) 

% timeit fun2() 
>>> 11.6 ms ± 67.6 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) 

% timeit fun3() 
>>> 13.1 ns ± 0.0327 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each) 

Answer 2

（あなたがグループごとに一度だけ高価な呼び出しを行っているように）あなたはGROUPBY transformを使用することができます：私は行くよ

g = df1.groupby("Path")["Path"] 
s = pd.to_datetime(g.transform(lambda x: os.path.getmtime(x.name))) 
df1["Last Modification Time"] = s # putting this on two lines so it looks nicer...