这是一个关于在 numpy 和 pandas 中对数组进行排序的基本问题:
我意识到,当我使用 pandas 对数据框的特定列进行排序和选择时,当我将代码更改为使用 numpy 数组时,花费的时间几乎是原来的两倍。
这种速度变化的原因是什么?
谢谢, 里昂
例如。 Pandas :
j = pd.DataFrame(df) # df columns["date","I",...]
j = j.sort(["date"], ascending=False)
x = [[DATES[int(k[1]) - 1]] for k in j["date"].tolist()]
y = j["I"].tolist()
例如。 NumPy 的:
j = np.array(df) # df column["date"] == j[:,0]
j = np.array(sorted(j, key=lambda a_entry: a_entry[0]))
x = [[DATES[int(k[1]) - 1]] for k in j[:,0].tolist()]
y = j[:,4].tolist() # df column["I"] == j[:,4]
请您参考如下方法:
https://penandpants.com/2014/09/05/performance-of-pandas-series-vs-numpy-arrays/很好地解释了它。 pandas 与 numpy
该站点的引述:“为什么 Pandas 比 NumPy 慢得多?简短的回答是,当您索引到一个系列时,Pandas 会做很多事情,而它是在 Python 中做这些事情。”
em>”