Pandas `s.replace` 真的是替换系列中值的最佳方法吗？

Pandas 系列中基于字典的高效值替换

通过字典替换 pandas 系列中的值 (s.replace(d))这是一项常见的任务，不幸的是，效率可能很低。本文研究了 s.replace 缓慢的原因，并探讨了提高性能的替代方法。

s.replace 效率低下

s.replace 性能缓慢的主要原因是它处理边缘情况和需要额外处理的罕见情况。这种开销会显着影响执行时间，尤其是对于大型数据集。

替代方法

要提高性能，如果所有序列值都满足，请考虑使用 s.map(d)在字典键中找到。然而，该方法的适用性受到限制。或者，对于仅映射一小部分值的情况，请考虑以下方法之一：

• 一般情况：

  • 使用s.map(d) 如果大于 5% 的值被映射。
  • 使用s.map(d).fillna(s['A']).astype(int) 如果大于 5% 的值被映射。

• 很少值在字典中：

  • 使用s.replace(d).

基准测试

基准测试证实了 s.mapping 相对于 s.replace 对于大型数据库的性能优势具有不同价值的数据集

说明

s.replace 的速度变慢归因于其广泛的处理，其中包括将字典转换为列表、检查嵌套字典和迭代通过键和值的列表。相比之下，s.map 更高效，因为它专注于使用从字典的键到系列值的优化路径进行直接值映射。

以上是Pandas `s.replace` 真的是替换系列中值的最佳方法吗？的详细内容。更多信息请关注PHP中文网其他相关文章！