iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Pandas中Apply函数加速百倍的技巧分享
  • 804
分享到

Pandas中Apply函数加速百倍的技巧分享

2024-04-02 19:04:59 804人浏览 泡泡鱼

Python 官方文档:入门教程 => 点击学习

摘要

目录前言实验对比01 Apply(Baseline)02 Swift加速03 向量化04 类别转化+向量化05 转化为values处理实验汇总前言 虽然目前dask,cudf等包的出

前言

虽然目前dask,cudf等包的出现,使得我们的数据处理大大得到了加速,但是并不是每个人都有比较好的gpu,非常多的朋友仍然还在使用pandas工具包,但有时候真的很无奈,pandas的许多问题我们都需要使用apply函数来进行处理,而apply函数是非常慢的,本文我们就介绍如何加速apply函数600倍的技巧。

实验对比

01 Apply(Baseline)

我们以Apply为例,原始的Apply函数处理下面这个问题,需要18.4s的时间。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0, 11, size=(1000000, 5)), columns=('a','b','c','d','e'))
def func(a,b,c,d,e):
    if e == 10:
        return c*d
    elif (e < 10) and (e>=5):
        return c+d
    elif e < 5:
        return a+b
%%time
df['new'] = df.apply(lambda x: func(x['a'], x['b'], x['c'], x['d'], x['e']), axis=1)

CPU times: user 17.9 s, sys: 301 ms, total: 18.2 s
Wall time: 18.4 s

02 Swift加速

因为处理是并行的,所以我们可以使用Swift进行加速,在使用Swift之后,相同的操作在我的机器上可以提升到7.67s。

%%time
# !pip install swifter
import swifter
df['new'] = df.swifter.apply(lambda x : func(x['a'],x['b'],x['c'],x['d'],x['e']),axis=1)
HBox(children=(html(value='Dask Apply'), FloatProgress(value=0.0, max=16.0), HTML(value='')))

CPU times: user 329 ms, sys: 240 ms, total: 569 ms
Wall time: 7.67 s

03 向量化

使用Pandas和Numpy的最快方法是将函数向量化。如果我们的操作是可以直接向量化的话,那么我们就尽可能的避免使用:

for循环;

列表处理;

apply等操作

在将上面的问题转化为下面的处理之后,我们的时间缩短为:421 ms。

%%time
df['new'] = df['c'] * df['d'] #default case e = =10
mask = df['e'] < 10
df.loc[mask,'new'] = df['c'] + df['d']
mask = df['e'] < 5
df.loc[mask,'new'] = df['a'] + df['b']

CPU times: user 134 ms, sys: 149 ms, total: 283 ms
Wall time: 421 ms

04 类别转化+向量化

我们先将上面的类别转化为int16型,再进行相同的向量化操作,发现时间缩短为:116 ms。

for col in ('a','b','c','d'):
    df[col] = df[col].astype(np.int16) 
%%time
df['new'] = df['c'] * df['d'] #default case e = =10
mask = df['e'] < 10
df.loc[mask,'new'] = df['c'] + df['d']
mask = df['e'] < 5
df.loc[mask,'new'] = df['a'] + df['b']

CPU times: user 71.3 ms, sys: 42.5 ms, total: 114 ms
Wall time: 116 ms

05 转化为values处理

在能转化为.values的地方尽可能转化为.values,再进行操作。

此处先转化为.values等价于转化为numpy,这样我们的向量化操作会更加快捷。

于是,上面的操作时间又被缩短为:74.9ms。

%%time
df['new'] = df['c'].values * df['d'].values #default case e = =10
mask = df['e'].values < 10
df.loc[mask,'new'] = df['c'] + df['d']
mask = df['e'].values < 5
df.loc[mask,'new'] = df['a'] + df['b']

CPU times: user 64.5 ms, sys: 12.5 ms, total: 77 ms
Wall time: 74.9 ms

实验汇总

通过上面的一些小的技巧,我们将简单的Apply函数加速了几百倍,具体的:

Apply: 18.4 s

Apply + Swifter: 7.67 s

Pandas vectorizatoin: 421 ms

Pandas vectorization + data types: 116 ms

Pandas vectorization + values + data types: 74.9ms

到此这篇关于Pandas中Apply函数加速百倍的技巧分享的文章就介绍到这了,更多相关Pandas Apply函数加速内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: Pandas中Apply函数加速百倍的技巧分享

本文链接: https://www.lsjlt.com/news/119737.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • Pandas中Apply函数加速百倍的技巧分享
    目录前言实验对比01 Apply(Baseline)02 Swift加速03 向量化04 类别转化+向量化05 转化为values处理实验汇总前言 虽然目前dask,cudf等包的出...
    99+
    2024-04-02
  • PHP PCNTL中fork函数失效的调试技巧分享
    PHP PCNTL中fork函数失效的调试技巧分享 在PHP编程中,PCNTL扩展提供了一些进程控制的函数,如fork函数可以用来创建新的进程。但是在使用过程中,有时候会遇到fork函...
    99+
    2024-02-28
    调试 php pcntl
  • Java 对象开发技术中函数编写技巧分享
    Java 是一种面向对象的编程语言,对象是 Java 程序的基本单元。在 Java 对象开发中,函数是对象的基本行为,是实现对象功能的关键。因此,函数编写技巧对于 Java 对象开发非常重要。在本文中,我们将分享几个 Java 对象开发中...
    99+
    2023-07-05
    对象 开发技术 函数
  • Python中的Git关键字加载技巧分享。
    Python中的Git关键字加载技巧分享 Git是一个开源的分布式版本控制系统,它可以帮助开发者更好地管理代码,并且在协同开发中发挥重要作用。Python作为一种流行的编程语言,也有着广泛的应用。在Python中,如何更好地使用Git呢?本...
    99+
    2023-09-18
    git load 关键字
  • 分享Pandas库中的一些宝藏函数transform()
    Pandas函数的核心功能是,既计算了统计值,又保留了明细数据。为了更好地理解transform和agg的不同,下面从实际的应用场景出发进行对比。 aggregation会返回数据的...
    99+
    2024-04-02
  • C++ 内联函数的最佳实践技巧分享
    内联函数是一种将函数代码直接替换到调用点的 c++++ 特性,从而优化性能。最佳实践包括:谨慎使用内联,只针对微小、频繁调用的函数。避免递归和循环,因为它们会增加函数大小和复杂度。保持内...
    99+
    2024-04-29
    c++ 内联函数
  • Oracle DECODE函数的高级用法及技巧分享
    Oracle数据库中的DECODE函数是一个非常常用的函数,它可以根据一个表达式的结果值在一组值中进行选择。DECODE函数的语法如下:DECODE(expression, searc...
    99+
    2024-03-08
    oracle 高级技巧 decode sql语句
  • 12个Pandas/NumPy中的加速函数使用总结
    目录Numpy 的 6 种高效函数argpartition()allclose()clip()extract()where()percentile()Pandas 数据统计...
    99+
    2024-04-02
  • Python中lambda函数技巧的快速学习
    快速学习Python中lambda函数的应用技巧,需要具体代码示例 在Python编程语言中,lambda函数是一种基于表达式的匿名函数,可以简化编码过程,提高代码的可读性和可维护性。本文将介绍lambda函数的基本用法,并通过...
    99+
    2024-02-03
    应用技巧 lambda函数 python学习
  • 加速Python数据分析的小技巧分别有哪些
    这期内容当中小编将会给大家带来有关加速Python数据分析的小技巧分别有哪些,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。有时候,一点小小的黑客行为可以节省时间,挽救生命。一个小小的快捷方式或附加组件有时...
    99+
    2023-06-16
  • C语言指数函数表达式的编写技巧分享
    C语言指数函数表达式的编写技巧分享 在C语言中,我们经常会遇到需要计算指数函数的情况。指数函数是一种非常常见的数学函数,它的表达式为f(x) = a^x,其中a为底数,x为指数。在计算...
    99+
    2024-02-22
    技巧分享 指数函数 表达式编写
  • JavaScript中数组常见的操作技巧分享
    这篇文章主要讲解了“JavaScript中数组常见的操作技巧分享”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“JavaScript中数组常见的操作技巧分享”...
    99+
    2024-04-02
  • 提高pandas库中常用函数的应用效率的技巧
    Pandas库是Python中用于数据处理和分析的重要工具之一。它提供了丰富的函数和方法来处理数据,但是在大规模数据集上进行操作时,我们也需要注意一些高效应用的技巧。本文将介绍一些常用函数的高效应用技巧,并给出具体的代码示例。 ...
    99+
    2024-01-24
    数据分析 数据处理 数据清洗
  • 分享5个数据处理更加灵活的pandas调用函数方法
    目录0. 数据预览1. apply2. applymap3. map4. agg5. pipe0. 数据预览 这里的数据是虚构的语数外成绩,大家在演示的时候拷贝一下就好啦。 impo...
    99+
    2024-04-02
  • PHP中实现判断数字位数的技巧分享
    PHP作为一种流行的服务器端脚本语言,经常被用来处理数字数据。在实际开发中,经常会用到判断数字的位数,本文将分享一些在PHP中实现判断数字位数的技巧,并提供具体的代码示例。 一、使用s...
    99+
    2024-04-02
  • 快速掌握运用Python中len函数的技巧
    快速掌握Python中len函数的使用技巧,需要具体代码示例 Python是一种简洁、易读的编程语言,广泛应用于数据科学、机器学习、网络开发等领域。在Python中,len函数是一个非常常用且重要的函数之一。它用于返回一个对象(...
    99+
    2024-01-29
    Python 使用技巧 len函数
  • 分享提高工作效率的numpy函数技巧与实例
    提高工作效率的numpy函数技巧与实例分享 引言:在数据处理和科学计算领域,使用Python的numpy库是非常常见的。numpy提供了一系列强大的函数和工具,能够方便地进行大规模数据操作和计算。本文将介绍一些提高工作效率的nu...
    99+
    2024-01-26
    工作效率 实例分享 numpy函数
  • 使用Python加速数据分析的10个简单技巧分别是什么
    这期内容当中小编将会给大家带来有关使用Python加速数据分析的10个简单技巧分别是什么,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。提示和技巧,尤其是在编程领域,可能是非常有用的。有时,一个小技巧可以节...
    99+
    2023-06-16
  • Go语言中字符串转数组的实现技巧分享
    Go语言中字符串转数组的实现技巧分享 在Go语言中,有时候我们需要将一个字符串按照特定的分隔符转换为数组,这在处理文本数据、配置文件等时非常常见。本文将分享一些实现字符串转数组的技巧,...
    99+
    2024-03-12
    技巧分享 字符串转换 数组实现 go语言 标准库
  • Java 框架中数据类型和接口的使用技巧分享。
    Java是一种广泛使用的编程语言,它的框架包含了各种数据类型和接口,这些类型和接口是Java编程中最基础的概念之一。在本文中,我们将探讨Java框架中数据类型和接口的使用技巧,并且给出相应的演示代码。 一、Java数据类型的使用技巧 基本...
    99+
    2023-10-13
    框架 数据类型 接口
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作