為什麼 Pandas `iterrows` 這麼慢，如何提升效能？

Pandas iterrows 的效能問題

iterrows 是一個用於逐行迭代的 pandas 函數，已被觀察到表現出表現缺陷。雖然該問題可能與資料幀中的混合資料類型有關，但即使沒有此問題的簡單場景也會表現出顯著的效能延遲。

向量化操作（例如 apply）通常優於 iterrows，引發了關於是否需要 row-by 的問題-行迭代。然而，在某些情況下，iterrows 仍然是不可避免的。

Iterrows 效能問題的原因

通常，由於效能特徵，iterrows 的效率低於向量化、apply 和itertuples :

• 向量化：向量運算可以實現高效
• Apply：Apply 由pandas 最佳化，部分操作在 Cython 中執行，提供顯著的效能提升。
• Itertuples：Itertuples 避免資料裝箱，以元組形式檢索資料。
• Iterrows：Iterrows 將資料裝箱到Series 物件中，從而提高效能

最佳效能指南

要最佳化效能，請考慮以下指南：

1. 盡可能優先考慮向量化。
2. 未進行向量化時使用 apply可行。
3. 在特定場景中考慮使用 itertuples 進行非裝箱。
4. 盡可能避免 iterrow，因為它會引入效能瓶頸。
5. 建立新的結構並連接以避免 row-對空資料幀進行逐行更新。

以上是為什麼 Pandas `iterrows` 這麼慢，如何提升效能？的詳細內容。更多資訊請關注PHP中文網其他相關文章！