python pandas 加速循环_Python: Pandas如何高效运算的方法

本文就Pandas的运行效率作一个对比的测试，来探讨用哪些方式，会使得运行效率较好。

测试环境如下：windows 7， 64位

python 3.5

pandas 0.19.2

numpy 1.11.3

jupyter notebook

需要说明的是，不同的系统，不同的电脑配置，不同的软件环境，运行结果可能有些差异。就算是同一台电脑，每次运行时，运行结果也不完全一样。

1 测试内容

测试的内容为，分别用三种方法来计算一个简单的运算过程，即 a*a+b*b 。

三种方法分别是：python的for循环

Pandas的Series

Numpy的ndarray

首先构造一个DataFrame，数据量的大小，即DataFrame的行数，分别为10， 100， 1000， … ，直到10,000,000(一千万)。

然后在jupyter notebook中，用下面的代码分别去测试，来查看不同方法下的运行时间，做一个对比。import pandas as pdimport numpy as np# 100分别用 10，100，...，10,000,000来替换运行list_a = list(range(100))# 200分别用 20，200，...，20,000,000来替换运行list_b = list(range(100,200))

print(len(list_a))

print(len(list_b))