pandas-Vektorisierung in Aktion
In dieser Übung setzt du Vektorisierung über pandas-Serien ein, um:
- den durchschnittlichen Rang aller Karten in jeder Hand (Zeile) zu berechnen
- den durchschnittlichen Rang jeder der 5 Karten in jeder Hand (Spalte) zu berechnen
Du verwendest erneut den Datensatz poker_hands, um die Effizienz beider Methoden zu vergleichen.
Diese Übung ist Teil des Kurses
Effizient mit pandas programmieren
Anleitung zur Übung
- Berechne den durchschnittlichen Rang in jeder Hand.
- Berechne den durchschnittlichen Rang jeder der 5 Karten in allen Händen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate the mean rank in each hand
row_start_time = time.time()
mean_r = poker_hands[['R1', 'R2', 'R3', 'R4', 'R5']].____(axis=____)
print("Time using pandas vectorization for rows: {} sec".format(time.time() - row_start_time))
print(mean_r.head())
# Calculate the mean rank of each of the 5 card in all hands
col_start_time = time.time()
mean_c = poker_hands[['R1', 'R2', 'R3', ____, ____]].____(____=____)
print("Time using pandas vectorization for columns: {} sec".format(time.time() - col_start_time))
print(mean_c.head())