Lặp trong pandas tối ưu

Viết mã Python hiệu quả

Logan Thomas

Scientific Software Technical Trainer, Enthought

Bên trong pandas

Loại bỏ vòng lặp cũng áp dụng cho pandas
pandas xây trên NumPy
- Tận dụng hiệu quả mảng NumPy

alt=”logo thư viện pandas trên logo gói NumPy trên logo ngôn ngữ Python; đường nối từ pandas đến NumPy với chữ Builds on và từ NumPy đến Python với chữ Builds on”

print(baseball_df)

  Team League  Year   RS   RA   W    G  Playoffs
0  ARI     NL  2012  734  688  81  162         0
1  ATL     NL  2012  700  600  94  162         1
2  BAL     AL  2012  712  705  93  162         1
...

wins_np = baseball_df['W'].values

print(type(wins_np))

<class 'numpy.ndarray'>

print(wins_np)

[ 81  94  93 ...]

Sức mạnh vector hóa

Broadcasting (vector hóa) cực kỳ hiệu quả!

baseball_df['RS'].values - baseball_df['RA'].values

array([  46,  100,    7, ...,  188,  110, -117])

Hiệu số điểm chạy với mảng

run_diffs_np = baseball_df['RS'].values - baseball_df['RA'].values

baseball_df['RD'] = run_diffs_np
print(baseball_df)

     Team League  Year   RS   RA    W    G  Playoffs   RD
0     ARI     NL  2012  734  688   81  162         0   46
1     ATL     NL  2012  700  600   94  162         1  100
2     BAL     AL  2012  712  705   93  162         1    7
3     BOS     AL  2012  734  806   69  162         0  -72
4     CHC     NL  2012  613  759   61  162         0 -146
...

So sánh cách tiếp cận

%%timeit
run_diffs_np = baseball_df['RS'].values - baseball_df['RA'].values

baseball_df['RD'] = run_diffs_np

124 µs ± 1.47 µs mỗi vòng (trung bình ± độ lệch chuẩn của 7 lần chạy, 10000 vòng mỗi lần)

Hãy vận dụng kỹ năng!

Viết mã Python hiệu quả