有没有更快的方法将大文件从十六进制转换为二进制，二进制转换为int？

Posted 2023-01-28

我有一个大的DataFrame（1999048行和1col），具有十六进制数据。我想把每一行都放在二进制文件中，将它切成碎片并以十进制格式描述每一行。

我试过这个：

for i in range (len(df.index)):
    hexa_line=hex2bin(str(f1.iloc[i]))[::-1] 
    channel = int(hexa_line[0:3][::-1], 2)     
    edge = int(hexa_line[3][::-1], 2)      
    time = int(hexa_line[4:32][::-1], 2)   
    sweep = int(hexa_line[32:48][::-1], 2)  
    tag = int(hexa_line[48:63][::-1], 2)   
    datalost = int(hexa_line[63][::-1], 2)   
    line=np.array([[channel, edge, time, sweep, tag, datalost]])
    tab=np.concatenate((tab, line), axis=0)

但真的很长......有没有更快的方法呢？

答案

我唯一可以想象的就是改变这些线条：

line=np.array([[channel, edge, time, sweep, tag, datalost]])
tab=np.concatenate((tab, line), axis=0)

肯定在熊猫，我认为在numpy concatting也是一件昂贵的事情，并且取决于两个数组的总大小（而不是像list.append）

我认为这样做是每次调用它时重写整个数组tab。也许您可以尝试将每一行附加到列表中，然后将整个列表连接在一起。

例如更像这样的东西：

tab = []
for i in range (len(df.index)):
    hexa_line=hex2bin(str(f1.iloc[i]))[::-1] 
    channel = int(hexa_line[0:3][::-1], 2)     
    edge = int(hexa_line[3][::-1], 2)      
    time = int(hexa_line[4:32][::-1], 2)   
    sweep = int(hexa_line[32:48][::-1], 2)  
    tag = int(hexa_line[48:63][::-1], 2)   
    datalost = int(hexa_line[63][::-1], 2)   
    line=np.array([[channel, edge, time, sweep, tag, datalost]])
    tab.append(line)

final_tab = np.concatenate(tab, axis=0)
# or whatever the syntax is :p