本文探讨了在Python pandas中优化速度的方法，对比了for循环、iterrows、apply以及矢量化操作的性能。通过实例展示了如何利用isin、apply、pd.cut和NumPy的digitize函数大幅提高数据处理速度，特别是digitize方法在处理10年小时数据时，速度提升了315倍。
for是所有编程语言的基础语法，初学者为了快速实现功能，依懒性较强。但如果从运算时间性能上考虑可能不是特别好的选择。
本次介绍几个常见的提速方法，一个比一个快，了解pandas本质，才能知道如何提速。
下面是一个例子
基于上面的数据，我们现在要增加一个新的特征，但这个新的特征是基于一些时间条件生成的，根据时长（小时）而变化，如下：
因此，如果你不知道如何提速，那正常第一想法可能就是用apply方法写一个函数，函数里面写好时间条件的逻辑代码。
然后使用for循环来遍历df，根据apply函数逻辑添加新的特征，如下：
对于那些写Pythonic
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
