이와 같은 작업 (예 : DataFrame 내의 모든 시리즈 요소 수정)에서 다양한 성능 차이가 있음을 확인했습니다. 종종 지능형리스트는 가장 빠르게 할 수 있습니다 - 아래 코드 인종 참조 : 결과 열이 권리를 넣어
import pandas as pd
#Map
data = pd.DataFrame({'time':['09:00','10:00','11:00','12:00','13:00'], 'result':['+52A','+62B','+44a','+30b','-110a']})
%timeit data['result'] = data['result'].map(lambda x: x.lstrip('+-').rstrip('aAbBcC'))
10000 loops, best of 3: 187 µs per loop
#List comprehension
data = pd.DataFrame({'time':['09:00','10:00','11:00','12:00','13:00'], 'result':['+52A','+62B','+44a','+30b','-110a']})
%timeit data['result'] = [x.lstrip('+-').rstrip('aAbBcC') for x in data['result']]
10000 loops, best of 3: 117 µs per loop
#.str
data = pd.DataFrame({'time':['09:00','10:00','11:00','12:00','13:00'], 'result':['+52A','+62B','+44a','+30b','-110a']})
%timeit data['result'] = data['result'].str.lstrip('+-').str.rstrip('aAbBcC')
1000 loops, best of 3: 336 µs per loop
'extract' 메소드를 사용하여 이것을 수행하는 매우 간단한 방법이 있습니다. [아래의이 답변] (https://stackoverflow.com/a/47107237/3707607)을 참조하십시오. –