創建 Pandas DataFrame 最有效的方法是什麼？

建立空DataFrame：方法比較

建立空pandas DataFrame 並逐漸填充它的傳統方法可能效率低下且佔用記憶體-密集的。更最佳化的方法是在清單中累積數據，必要時轉換為DataFrame。

列表累積的優點：

• 記憶體效率：清單是輕量級資料結構，與相比，它消耗的記憶體更少DataFrames。
• 效能：追加到清單比重複追加到DataFrame快得多。
• 自動資料型別推論：當清單轉換為DataFrame，pandas會自動判斷適當的資料
• 自動建立索引： 自動為資料建立RangeIndex，無需手動分配索引。

範例程式碼清單累積：

data = []
for row in some_function_that_yields_data():
    data.append(row)

df = pd.DataFrame(data)

注意應避免的方法：

• 迭代追加到DataFrame：
出於效能原因，避免在循環中使用 df.append 或 pd.concat。這種方法會導致二次複雜度運算。
• 在循環中使用 loc：
使用 df.loc[len(df)] 追加也會導致記憶體分配效率低。
• 空的NaN DataFrame：
創建一個充滿NaN 的DataFrame 可以創建對象列，這可能會阻礙

基準結果：

基準結果顯示列表累積明顯快於傳統的迭代追加法。隨著 DataFrame 變大，時間差異變得更加明顯。

以上是創建 Pandas DataFrame 最有效的方法是什麼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！