本文探讨了Pandas DataFrame中日期比较的性能差异，通过%timeit测试显示，对于含有字符串的列，顺序访问速度比非顺序访问快，主要原因是内存中的字符串布局影响了比较效率。在比较df1['letter'] == 'ben'和df2['letter'] == 'ben'时，由于df1中的字符串在内存中更有序，导致其执行速度更快。这种现象同样适用于纯NumPy比较和通过id()获取DataFrame中字符串的内存位置。
这些时间差异的差异
In [273]: %timeit df1[df1['letter'] == 'ben']
10 loops, best of 3: 36.1 ms per loop
In [274]: %timeit df2[df2['letter'] == 'ben']
10 loops, best of 3: 108 ms per loop
也出现在纯NumPy平等比较中：
In [275]: %timeit df1['letter'].values == 'ben'
10 loops, best of 3: 24.1 ms per loop
In [276]: %timeit df2['letter'].values == 'ben'
10 loops, best of 3: 96.5 ms per loop
在引擎盖下,pandasdf1 [‘信’] ==’本’calls a Cython
function
其循环遍历下面的NumPy数组的值,
DF1 [ ‘字母’].值.它基本上是做同样的事情
df1 [‘letter’].values ==’ben’但是对NaN的处理不同.
此外,请注意,只需访问df1 [‘letter’]中的项目即可
顺序顺序可以比对df2 [‘letter’]做相同的更快：
In [11]: %timeit [item for item in df1['letter']]
10 loops, best of 3: 49.4 ms per loop
In [12
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
