pandas.mdc

Pandas-Best-Practices (Vektorisierung, Datentypen)

Für wen: Data Scientists

So nutzt du es

Datei in deinem Projekt unter .cursor/rules/ ablegen (modernes .mdc-Format) oder den Inhalt in den Cursor-Einstellungen unter Rules einfügen. Cursor hält sich ab dann in diesem Projekt an die Regeln — z. B. Stack-Konventionen und Code-Stil.

Im Detail

Diese Regel bringt der KI gängige Pandas-Fallstricke bei, etwa das Vermeiden langsamer Zeilen-für-Zeilen-Schleifen zugunsten vektorisierter Operationen sowie den bewussten Umgang mit Datentypen, zum Beispiel category statt object für wiederkehrende Textwerte oder passende numerische Typen zur Speicherersparnis. Für Data Scientists, die viel mit größeren DataFrames arbeiten, macht das spürbaren Unterschied bei Laufzeit und Speicherverbrauch, gerade wenn KI-generierter Code sonst dazu neigt, apply oder iterrows unreflektiert einzusetzen. Die Regel ist bewusst schmal auf Pandas fokussiert; für breitere Python-Konventionen jenseits der Datenverarbeitung lohnt sich eine ergänzende, allgemeinere Python-Regel.

Praxis-Tipp

Bei KI-generiertem Pandas-Code gezielt prüfen, ob apply oder iterrows verwendet wird, und stattdessen eine vektorisierte Variante mit df.loc oder df.assign einfordern.

Siehe auch

• python.mdc

Lizenz & Quelle

• Lizenz: CC0-1.0
• Quelle: github.com/sanjeed5/awesome-cursor-rules-mdc

Lade …