pandas-vectorisatie in de praktijk

In deze oefening pas je vectorisatie toe op pandas-series om:

de gemiddelde rang van alle kaarten in elke hand (rij) te berekenen
de gemiddelde rang van elk van de 5 kaarten in elke hand (kolom) te berekenen

Je gebruikt opnieuw de poker_hands-gegevensset om de efficiëntie van beide methoden te vergelijken.

Deze oefening maakt deel uit van de cursus

Efficiënte code schrijven met pandas

Cursus bekijken

Oefeninstructies

Bereken de gemiddelde rang in elke hand.
Bereken de gemiddelde rang van elk van de 5 kaarten in alle handen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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())

Code bewerken en uitvoeren