面對現(xiàn)實吧，Python的速度在與C語言或Go語言相比時，的確引發(fā)了不少口水戰(zhàn)。

[[316519]]

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

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

并不是說用Go語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，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，該示例將關(guān)注行之間的迭代，并在過程中執(zhí)行一些數(shù)據(jù)操作。因此，事不宜遲，一起進入正題。

做一個數(shù)據(jù)集

把觀點論述清楚最簡單的方法是聲明一個單列數(shù)據(jù)框?qū)ο螅湔麛?shù)值范圍為1到100000：

真的不需要任何更為復(fù)雜的東西來解決Pandas的速度問題。為驗證一切進展順利，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。首先介紹如何不進行選擇。

以下是你不應(yīng)該做的事

啊，筆者一直在使用(和過度使用)如此多的iterrows()方法。它在默認情況下速度很慢，但你知道筆者費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)框中進行遍歷，筆者會做個快速演示——聲明一個變量并將其初始設(shè)置為0——然后在每次迭代時按Values屬性的當(dāng)前值進行遞增。

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)是如何運行的：

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

以下是你應(yīng)該做的事

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

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()進行同樣的運算，速度快了約154倍!現(xiàn)在想象一下你的日常工作場景，你正在處理上百萬條行——itertuples()可以幫你節(jié)省大量時間。

在這個簡單的例子中，我們已經(jīng)見識到對代碼進行的小小改動就能對整體結(jié)果產(chǎn)生的巨大影響。

這不意味itertuples()在每個場景下都會比iterrows()快150倍，但在某種程度上這確實意味著每次都會快一些。

感謝閱讀，希望大家有所收獲!