Vectorisation sur des séries pandas

Rédiger du code efficace avec pandas

Leonidas Souliotis

PhD Candidate

DataFrames comme tableaux

Logo GitHub

Comment effectuer la vectorisation avec pandas

start_time = time.time()
poker[['R1', 'R2', 'R3', 'R4', 'R5']].sum(axis=1)
print("Time using pandas vectorization: {} sec".format(time.time() - start_time))

Temps avec la vectorisation pandas : 0.0026819705 s

poker[['R1', 'R2', 'R3', 'R4', 'R5']].sum(axis=1).head()

|              |    | 
|--------------|----| 
| 0            | 47 | 
| 1            | 47 | 
| 2            | 47 | 
| 3            | 47 | 
| 4            | 47 | 
| dtype: int64 | -- |

Comparaison avec les méthodes précédentes

data_generator = data.iterrows()

start_time = time.time()
for index, value in data_generator:
        sum([value[1], value[3], value[5], value[7]])
print("Time using .iterrows(){} seconds" % (time.time() - start_time))

Résultats de l'opération ci-dessus calculés en 3.37918996 secondes

start_time = time.time()
data[['R1', 'R2', 'R3', 'R4', 'R5']].apply(lambda x: sum(x),axis=1)
print("Results from the above operation calculated in %s seconds" % (time.time() - start_time))

Résultats de l'opération ci-dessus calculés en 0.637711048 seconde

- Écart entre la vectorisation et la fonction `.iterows()` : 111 800,75 %
- Écart entre la vectorisation et la fonction `.apply()` : 20 853 %

Passons à la pratique !

Rédiger du code efficace avec pandas