为什么 Pandas 的 `s.replace` 基于字典的值替换速度很慢？

了解 Pandas 中 s.replace 和其他值替换方法之间的性能差距

使用字典替换 Pandas 系列中的值是一个共同任务。然而，与列表推导等替代方法相比，s.replace（此操作的推荐方法）通常表现出明显较慢的性能。

s.replace 缓慢的根本原因

s.replace 除了简单的字典映射之外还执行其他处理。它处理边缘情况和罕见情况，这需要更复杂和耗时的操作。具体来说，s.replace 将字典转换为列表，检查嵌套字典，并迭代列表以将键和值提供给单独的替换函数。这种开销会显着减慢流程。

优化值替换

要优化值替换，应遵循以下准则：

• 当所有系列值都被字典键覆盖时，使用 s.map(d)。 s.map 在这种情况下表现出了出色的性能。
• 当超​​过 5% 时使用 s.map(d).fillna(s['A']).astype(int)系列值由字典键覆盖。该方法结合了 s.map 的效率和处理缺失值的能力。
• 当需要少量值（少于 5%）时使用 s.replace(d)被替换。在这种情况下 s.replace 相对较快。

基准测试

基准测试结果显示了各种替换方法之间的性能差异：

测试 1 - 完整地图

%timeit df['A'].replace(d)  # 1.98s
%timeit df['A'].map(d)      # 84.3ms
%timeit [d[i] for i in lst]  # 134ms

测试 2 - 部分地图

%timeit df['A'].replace(d)                  # 20.1ms
%timeit df['A'].map(d).fillna(df['A']).astype(int)  # 111ms
%timeit [d.get(i, i) for i in lst]                  # 243ms

这些结果清楚地表明 s.map 及其修改后version 的执行速度明显快于 s.replace，尤其是当字典键覆盖了大部分系列值时。

以上是为什么 Pandas 的 `s.replace` 基于字典的值替换速度很慢？的详细内容。更多信息请关注PHP中文网其他相关文章！