Pandas 'iterrows'가 왜 이렇게 느린가요? 성능을 어떻게 향상시킬 수 있나요?

Pandas iterrows의 성능 문제

행별 반복을 위한 pandas 함수인 iterrows에서 성능 결함이 나타나는 것으로 관찰되었습니다. 문제가 데이터 프레임의 혼합 dtype과 연결될 수 있지만 이 문제가 없는 간단한 시나리오에서도 상당한 성능 지연이 나타납니다.

적용과 같은 벡터화된 작업은 종종 반복 작업보다 성능이 뛰어나므로 행 단위의 필요성에 대한 의문이 제기됩니다. -행 반복. 그러나 iterrows가 불가피하게 남아 있는 경우도 있습니다.

Iterrows 성능 문제가 발생하는 이유

일반적으로 iterrows는 성능 특성상 벡터화, Apply, Itertuples보다 효율성이 떨어집니다. :

• 벡터화: 벡터 연산을 통해 효율성이 매우 높습니다.
• Apply: Apply는 Cython에서 일부 작업을 실행하여 pandas에 의해 최적화되어 상당한 성능 향상을 제공합니다.
• Itertuples: Itertuples는 데이터 박싱을 피하고 데이터를 튜플로 검색합니다.
• Iterrows: Iterrows는 데이터를 Series 객체로 상자화하여 성능을 향상시킵니다.

최적 성능을 위한 지침

성능을 최적화하려면 다음 지침을 고려하십시오.

1. 가능한 경우 벡터화에 우선순위를 두십시오.
2. 벡터화가 되지 않을 때 적용 활용 가능합니다.
3. 특정 시나리오에서는 복싱이 아닌 경우 반복을 고려하세요.
4. 성능 병목 현상이 발생하므로 가능하면 반복을 피하세요.
5. 행을 피하기 위해 새 구조를 만들고 연결하세요. 빈 데이터프레임에 대한 행별 업데이트.

위 내용은 Pandas 'iterrows'가 왜 이렇게 느린가요? 성능을 어떻게 향상시킬 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!