面對(duì)現(xiàn)實(shí)吧，Python的速度在與C語(yǔ)言或Go語(yǔ)言相比時(shí)，的確引發(fā)了不少口水戰(zhàn)。

[[316519]]

這讓筆者一段時(shí)間以來(lái)，一直對(duì)Python快速處理任務(wù)的能力有所懷疑。

目前，筆者嘗試在Go語(yǔ)言中進(jìn)行數(shù)據(jù)科學(xué)研究——這是有可能的——但操作起來(lái)根本不像在Python中那樣令人愉快，多半是由于語(yǔ)言的靜態(tài)特性和數(shù)據(jù)科學(xué)大多是探索性領(lǐng)域。

并不是說(shuō)用Go語(yǔ)言重寫完成的解決方案不能提高性能，但這是另一篇文章的主題。

迄今為止，筆者至少忽略了Python可以更快地處理任務(wù)這一能力。筆者一直飽受目光短淺之苦——這是一種表現(xiàn)為當(dāng)你只看到一種解決方案時(shí)，完全忽視其他方案的存在的綜合征。相信出現(xiàn)這種情況的不只筆者自己。

這就是筆者今天想簡(jiǎn)要介紹如何令Pandas每日工作速度更快且更為愉悅的原因。更準(zhǔn)確地說(shuō)，該示例將關(guān)注行之間的迭代，并在過(guò)程中執(zhí)行一些數(shù)據(jù)操作。因此，事不宜遲，一起進(jìn)入正題。

做一個(gè)數(shù)據(jù)集

把觀點(diǎn)論述清楚最簡(jiǎn)單的方法是聲明一個(gè)單列數(shù)據(jù)框?qū)ο?，其整?shù)值范圍為1到100000：

真的不需要任何更為復(fù)雜的東西來(lái)解決Pandas的速度問(wèn)題。為驗(yàn)證一切進(jìn)展順利，以下是數(shù)據(jù)集的前幾行和整體形狀：

好了，準(zhǔn)備工作已做足，現(xiàn)在一起看看如何遍歷以及如何不遍歷數(shù)據(jù)框的行。首先介紹如何不進(jìn)行選擇。

以下是你不應(yīng)該做的事

啊，筆者一直在使用(和過(guò)度使用)如此多的iterrows()方法。它在默認(rèn)情況下速度很慢，但你知道筆者費(fèi)心去尋找替代方案的原因(目光短淺)。

為證明你不該使用iterrows()方法在數(shù)據(jù)框中進(jìn)行遍歷，筆者會(huì)做個(gè)快速演示——聲明一個(gè)變量并將其初始設(shè)置為0——然后在每次迭代時(shí)按Values屬性的當(dāng)前值進(jìn)行遞增。

如果你想知道%%time魔法函數(shù)返回單元格完成所有操作所需的秒數(shù)/毫秒數(shù)。

一起看看該函數(shù)是如何運(yùn)行的：

你現(xiàn)在可能會(huì)想，用15秒遍歷100000行并遞增一些外部變量的值并不算多。但事實(shí)上是——請(qǐng)看下一部分的闡述原因。

以下是你應(yīng)該做的事

現(xiàn)在有一個(gè)神奇的方法能進(jìn)行挽救——itertuples()。顧名思義，itertuples()循環(huán)遍歷數(shù)據(jù)框的行，然后返回一個(gè)命名元組。這就是不能用括號(hào)[]訪問(wèn)這些值，而是需要使用.符號(hào)的原因。

現(xiàn)在將演示與幾分鐘前相同的示例，但使用的是itertuples()方法：

瞧瞧!使用itertuples()進(jìn)行同樣的運(yùn)算，速度快了約154倍!現(xiàn)在想象一下你的日常工作場(chǎng)景，你正在處理上百萬(wàn)條行——itertuples()可以幫你節(jié)省大量時(shí)間。

在這個(gè)簡(jiǎn)單的例子中，我們已經(jīng)見(jiàn)識(shí)到對(duì)代碼進(jìn)行的小小改動(dòng)就能對(duì)整體結(jié)果產(chǎn)生的巨大影響。

這不意味itertuples()在每個(gè)場(chǎng)景下都會(huì)比iterrows()快150倍，但在某種程度上這確實(shí)意味著每次都會(huì)快一些。

感謝閱讀，希望大家有所收獲!