问题总结

我有一个数据集提供给我，其中有作为字符串提供的地理坐标，带前导空格和正/负符号和数字之间的空格。数据集大约有7000行，所以不是很大，但是我写的简单函数将坐标转换为浮点数，每列需要00：01：20（1分20秒）-这是非常慢的！我正在使用Python 3.9，在平板电脑（Windows 11 Home，16 Gb RAM，英特尔酷睿i7 1.3 GHz）上使用VSCode和Jupyter Notebook。我将数据作为Pandas DataFrame引入。我将字符串转换为数字的目标是通过下面的代码实现的，但是需要转换的列越多，速度就越慢。

我尝试过的...

下面的代码显示，我所做的一切就是使用iterrows()的for循环遍历DataFrame，使用split将每个字符串拆分在空格周围，并将结果通过if循环来确定是否为负数。然后，根据逻辑测试的结果，拆分字符串的数字部分转换为-float或float。此时，我将浮点重新分配给该行的条目，并将其插入到DataFrame中。
这个可以。但我觉得它可以更快。我有一种预感，我雇用Pandas的方式错误，并陷入困境。我希望它运行得更快，因为我将使用这个例程来处理越来越大的数据集。
下面我介绍两个功能：

1. generate_string_coords-一个函数，用于生成我提供的字符串类型。我在这里做一个工具，我无法控制原材料（数据）。因此，这个函数只是生成与我的原始数据一样的字符串，你可以使用length变量生成任意多或任意少的字符串。
2. convert_string_coords_to_floats-将人工字符串转换为浮点数的函数。这是我当前密码的祸根;一旦使用#1中描述的函数生成数据集，我想知道如何优化#2中描述的函数。
   关键在于：当我尝试使用length=10000（超过我的数据集）时，这两个函数都需要大约00：00：02.7（2.7秒）来运行！这比我的代码快得多，我想知道Pandas是否正在搜索DataFrame的每个系列（行）的60多个成员。

部分代码：

生成虚拟数据，其行为类似于提供给我的坐标：

def generate_string_coords(length):
    nums = np.random.uniform(-3, 6, (length, )).tolist()
    signs = []
    for num in nums:
        if num < 0:
            signs.append(' - ')
        else:
            signs.append(' + ')

    strings = [sign+str(abs(num))for sign, num in zip(signs, nums)]
    strings_df = pd.DataFrame(strings, columns=['coords'])
    return strings_df

字符串

将伪数据从字符串转换为浮点数：

def convert_str_coords_to_floats(strings_df):
    for x, row in enumerate(strings_df.iterrows()):
        print(x)
        a = row[1]['coords']
        if a.split()[0] == '-':
            num_a = -float(a.split()[1])        
        else:
            num_a = float(a.split()[1])
        row[1]['coords'] = num_a
        strings_df.iloc[x] = row[1]
        
    return strings_df

型
有谁能告诉我有没有更有效的方法来做我需要的事情？谢谢你，谢谢