在 Pandas DataFrame 中创建新列哪种方法更快：Pandas Apply 或 NumPy Vectorize？

Pandas apply 与 NumPy vectorize 在创建列时的性能注意事项

虽然 Pandas apply 被广泛使用，但在创建列时其性能落后于 NumPy vectorize来自现有列的新列。这种差异归因于这样一个事实：apply 函数是 Python 级别的循环，会产生大量开销。相比之下，向量化将输入函数转换为通用函数，显着提高了效率。

性能基准

比较Python级别的循环并应用raw=True，我们观察：

• 使用 zip 进行映射、列表理解和矢量化表现出相似的性能。
• 使用 raw=True 的应用比不使用 raw=True 的速度显着更快。

真正的向量化

但是，apply 和 vectorize 都被真正的向量化操作（例如 np.where）所掩盖，这些操作在 NumPy 数组上按元素执行计算。这种方法速度明显更快，无需循环。

进一步的性能注意事项

对于关键瓶颈，请考虑 numba，这是一个将 Python 函数编译为高度优化的 C 语言的工具代码。使用 numba，可以进一步加速计算。

结论

当从现有列创建新列时，NumPy 矢量化由于其原生矢量化而提供了比 Pandas apply 更优越的性能能力。为了获得最佳效率，应在适用的情况下采用真正的矢量化。

以上是在 Pandas DataFrame 中创建新列哪种方法更快：Pandas Apply 或 NumPy Vectorize？的详细内容。更多信息请关注PHP中文网其他相关文章！