确定 Python DataFrame 中的素数答案

【问题标题】：Determine Prime Number in Python DataFrame确定 Python DataFrame 中的素数
【发布时间】：2020-11-14 14:15:12
【问题描述】：

我有这样的数据框：

      Name    Email                  Trx
0   John    john.doe@gmail.com       30
1   Sarah   sarah@gmail.com           7
2   Bob     bob@yahoo.com            11  
3   Chad    chad@outlook.com         21
4   Karen   karen@outlook.com        20
5   Dmitri  dmitri@rocketmail.com    17

我需要知道相应的客户是否有资格获得优惠券。标准是如果 trx 是质数，则客户符合条件，否则不符合条件。数据框应该是这样的：

      Name    Email                  Trx   Voucher
0   John    john.doe@gmail.com       30    not eligible
1   Sarah   sarah@gmail.com           7    eligible
2   Bob     bob@yahoo.com            11    eligible
3   Chad    chad@outlook.com         21    not eligible
4   Karen   karen@outlook.com        20    not eligible
5   Dmitri  dmitri@rocketmail.com    17    eligible

我知道如何确定素数，但不知道在数据框中。提前谢谢你

【问题讨论】：

编写一个函数，当一个数字是素数时返回'eligible'，否则返回'not eligible'，然后使用Series.map(isprime)，其中isprime是函数名或Series.apply(isprime)

标签： python pandas dataframe primes

【解决方案1】：

我从这里复制并粘贴了一个函数来确定一个数字是否为素数：
Python Prime number checker

然后我使用.apply() 将此函数应用于“Trx”列中的每个值：

def isprime(n):
    '''check if integer n is a prime'''

    # make sure n is a positive integer
    n = abs(int(n))

    # 0 and 1 are not primes
    if n < 2:
        return False

    # 2 is the only even prime number
    if n == 2: 
        return True    

    # all other even numbers are not primes
    if not n & 1: 
        return False

    # range starts with 3 and only needs to go up 
    # the square root of n for all odd numbers
    for x in range(3, int(n**0.5) + 1, 2):
        if n % x == 0:
            return False

    return True

df['Voucher'] = df['Trx'].apply(isprime)

结果数据框：

    Name    Email                  Trx  Voucher
0   John    john.doe@gmail.com      30  False
1   Sarah   sarah@gmail.com          7  True
2   Bob bob@yahoo.com               11  True
3   Chad    chad@outlook.com        21  False
4   Karen   karen@outlook.com       20  False
5   Dmitri  dmitri@rocketmail.com   17  True

【讨论】：

谢谢！这可行，但我稍微调整了功能。它将返回“合格”或“不合格”，而不是返回 True 或 False。只是轻微的调整，但总的来说谢谢

【解决方案2】：

为什么不使用 Sympy 的 isprime() 函数。

def is_prime(num):
    from sympy import isprime
    return "eligible" if isprime(num) else "not eligible"

df['Voucher'] = df['Trx'].apply(is_prime)

【讨论】：

【解决方案3】：

更快一点的方法是在df.Txn 和map 字典中的min 和max 中创建素数字典到df.Txn，filling na

def isPrime(n):
    if n==2: return True
    if n==1 or n%2 == 0: return False
    else:
      for i in range(2, int(n**0.5)+1):
          if n %  i == 0:
            return False
      return True

def get_primes_within(lower,upper):
  prime ={}
  for num in range(lower, upper + 1):
    if isPrime(num):
      prime[num] = 'eligible'
  return prime

prime_dict =  get_primes_within(df.Trx.min(),df.Trx.max())

>>> print(prime_dict)
{7: 'eligible',
 11: 'eligible',
 13: 'eligible',
 17: 'eligible',
 19: 'eligible',
 23: 'eligible',
 29: 'eligible'}

df['Voucher'] = df.Trx.map(prime_dict).fillna('not eligible')
>>> print(df)

     Name                  Email  Trx       Voucher
0    John     john.doe@gmail.com   30  not eligible
1   Sarah        sarah@gmail.com    7      eligible
2     Bob          bob@yahoo.com   11      eligible
3    Chad       chad@outlook.com   21  not eligible
4   Karen      karen@outlook.com   20  not eligible
5  Dmitri  dmitri@rocketmail.com   17      eligible

【讨论】：