↓推薦關(guān)注↓
[ 引言 ] 雖然目前dask,cudf等包的出現(xiàn),使得我們的數(shù)據(jù)處理大大得到了加速,但是并不是每個(gè)人都有比較好的gpu,非常多的朋友仍然還在使用pandas工具包,但有時(shí)候真的很無(wú)奈,pandas的許多問題我們都需要使用apply函數(shù)來(lái)進(jìn)行處理,而apply函數(shù)是非常慢的,本文我們就介紹如何加速apply函數(shù)600倍的技巧。
實(shí)驗(yàn)對(duì)比01Apply(Baseline) 我們以Apply為例,原始的Apply函數(shù)處理下面這個(gè)問題,需要18.4s的時(shí)間。
importpandasaspd
importnumpyasnp
df=pd.DataFrame(np.random.randint(0,11,size=(1000000,5)),columns=('a','b','c','d','e'))
deffunc(a,b,c,d,e):
ife==10:
returnc*d
elif(e10)?and?(e>=5):
returnc+d
elife5:
????????returna+b
%%time
df['new']=df.apply(lambdax:func(x['a'],x['b'],x['c'],x['d'],x['e']),axis=1)
CPUtimes:user17.9s,sys:301ms,total:18.2s
Walltime:18.4s
02Swift加速 因?yàn)樘幚硎遣⑿械?,所以我們可以使用Swift進(jìn)行加速,在使用Swift之后,相同的操作在我的機(jī)器上可以提升到7.67s。
%%time
#!pipinstallswifter
importswifter
df['new']=df.swifter.apply(lambdax:func(x['a'],x['b'],x['c'],x['d'],x['e']),axis=1)
HBox(children=(HTML(value='DaskApply'),FloatProgress(value=0.0,max=16.0),HTML(value='')))
CPUtimes:user329ms,sys:240ms,total:569ms
Walltime:7.67s
03向量化 使用Pandas和Numpy的最快方法是將函數(shù)向量化。如果我們的操作是可以直接向量化的話,那么我們就盡可能的避免使用:
- for循環(huán);
- 列表處理;
- apply等操作
%%time
df['new']=df['c']*df['d']#defaultcasee==10
mask=df['e']10
df.loc[mask,'new']=df['c']+df['d']
mask=df['e']5
df.loc[mask,'new']=df['a']+df['b']
CPUtimes:user134ms,sys:149ms,total:283ms
Walltime:421ms
04類別轉(zhuǎn)化+向量化 我們先將上面的類別轉(zhuǎn)化為int16型,再進(jìn)行相同的向量化操作,發(fā)現(xiàn)時(shí)間縮短為:116 ms。
forcolin('a','b','c','d'):
df[col]=df[col].astype(np.int16)
%%time
df['new']=df['c']*df['d']#defaultcasee==10
mask=df['e']10
df.loc[mask,'new']=df['c']+df['d']
mask=df['e']5
df.loc[mask,'new']=df['a']+df['b']
CPUtimes:user71.3ms,sys:42.5ms,total:114ms
Walltime:116ms
05轉(zhuǎn)化為values處理 在能轉(zhuǎn)化為.values的地方盡可能轉(zhuǎn)化為.values,再進(jìn)行操作。
- 此處先轉(zhuǎn)化為.values等價(jià)于轉(zhuǎn)化為numpy,這樣我們的向量化操作會(huì)更加快捷。
%%time
df['new']=df['c'].values*df['d'].values#defaultcasee==10
mask=df['e'].values10
df.loc[mask,'new']=df['c']+df['d']
mask=df['e'].values5
df.loc[mask,'new']=df['a']+df['b']
CPUtimes:user64.5ms,sys:12.5ms,total:77ms
Walltime:74.9ms
實(shí)驗(yàn)匯總 通過上面的一些小的技巧,我們將簡(jiǎn)單的Apply函數(shù)加速了幾百倍,具體的:
- Apply: 18.4 s
- Apply + Swifter: 7.67 s
- Pandas vectorizatoin: 421 ms
- Pandas vectorization + data types: 116 ms
- Pandas vectorization + values + data types: 74.9ms
審核編輯 :李倩
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
SWIFT
+關(guān)注
關(guān)注
0文章
125瀏覽量
24790 -
函數(shù)
+關(guān)注
關(guān)注
3文章
4417瀏覽量
67545 -
向量
+關(guān)注
關(guān)注
0文章
55瀏覽量
12042
原文標(biāo)題:Pandas 中 Apply 函數(shù)加速百倍的技巧
文章出處:【微信號(hào):DBDevs,微信公眾號(hào):數(shù)據(jù)分析與開發(fā)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
探秘PQC600系列600W 3" x 5" AC - DC開放式框架電源轉(zhuǎn)換器
探秘PQC600系列600W 3 x 5 AC - DC開放式框架電源轉(zhuǎn)換器 在電子設(shè)備的設(shè)計(jì)中,電源供應(yīng)器就像是設(shè)備的“心臟”,為整個(gè)系統(tǒng)提供穩(wěn)定、可靠的電力。今天,我們就來(lái)深入了解一下
常用硬件加速的方法
之前總結(jié)了一些常用硬件加速方法
1)面積換速度:也就是串轉(zhuǎn)并運(yùn)算,可以多個(gè)模塊同時(shí)計(jì)算;
2)時(shí)間換空間:時(shí)序收斂下通過頻率提高性能,雖然面積可能稍微加大點(diǎn);
3)流水線操作:流水線以面積換性能,以
發(fā)表于 10-29 06:20
詳解hal_entry入口函數(shù)
當(dāng)使用RTOS時(shí),程序從main函數(shù)開始進(jìn)行線程調(diào)度;當(dāng)沒有使用RTOS時(shí),C語(yǔ)言程序的入口函數(shù)main函數(shù)調(diào)用了hal_entry函數(shù)。由于我們新建的工程是沒有選用RTOS的,因此,
用DevEco Studio增量補(bǔ)丁修復(fù)功能,讓鴻蒙應(yīng)用的調(diào)試效率大增
DevEco Studio中得到了很好的解答,而增量補(bǔ)丁修復(fù)便是其中的核心特性之一。今天,我們要深入探討鴻蒙應(yīng)用增量補(bǔ)丁修復(fù)及其兩個(gè)能夠大幅加速開發(fā)進(jìn)度的強(qiáng)大功能——Hot Reload和Apply
發(fā)表于 04-14 17:35
使用NVIDIA CUDA-X庫(kù)加速科學(xué)和工程發(fā)展
NVIDIA GTC 全球 AI 大會(huì)上宣布,開發(fā)者現(xiàn)在可以通過 CUDA-X 與新一代超級(jí)芯片架構(gòu)的協(xié)同,實(shí)現(xiàn) CPU 和 GPU 資源間深度自動(dòng)化整合與調(diào)度,相較于傳統(tǒng)加速計(jì)算架構(gòu),該技術(shù)可使計(jì)算工程工具運(yùn)行速度提升至原來(lái)的 11 倍,計(jì)算規(guī)模增加至 5
BK25-600D24H1N4 BK25-600D24H1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)BK25-600D24H1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有BK25-600D24H1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,BK25-600D24H1N4真
發(fā)表于 03-24 18:41
BK25-600S24H1N4 BK25-600S24H1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)BK25-600S24H1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有BK25-600S24H1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,BK25-600S24H1N4真
發(fā)表于 03-24 18:41
BK20-600D24H1N4 BK20-600D24H1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)BK20-600D24H1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有BK20-600D24H1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,BK20-600D24H1N4真
發(fā)表于 03-24 18:40
BK20-600S24H1N4 BK20-600S24H1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)BK20-600S24H1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有BK20-600S24H1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,BK20-600S24H1N4真
發(fā)表于 03-24 18:40
詳解RTOS中的Hook函數(shù)
Hook函數(shù)是RTOS中的一個(gè)關(guān)鍵特性,通過該函數(shù),用戶可以增強(qiáng)對(duì)任務(wù)管理的控制,定義系統(tǒng)行為。
BK15-600S24H1N4 BK15-600S24H1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)BK15-600S24H1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有BK15-600S24H1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,BK15-600S24H1N4真
發(fā)表于 03-20 18:54
BK5-600S24H1N4 BK5-600S24H1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)BK5-600S24H1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有BK5-600S24H1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,BK5-600S24H1N4真值表,
發(fā)表于 03-20 18:35
FA120-600S48G1N4 FA120-600S48G1N4
電子發(fā)燒友網(wǎng)為你提供AIPULNION(AIPULNION)FA120-600S48G1N4相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊(cè),更有FA120-600S48G1N4的引腳圖、接線圖、封裝手冊(cè)、中文資料、英文資料,F(xiàn)A120-600S48G1
發(fā)表于 03-19 18:32
解鎖TSMaster fifo函數(shù):報(bào)文讀取的高效方法
前言:TSMaster目前有兩種讀取報(bào)文的模式:回調(diào)函數(shù)模式和fifo模式。fifo函數(shù)是TSMaster近期新增的函數(shù),本文將重點(diǎn)介紹fifo模塊。關(guān)于回調(diào)函數(shù)的使用方法可以參考幫助
如何加速apply函數(shù)600倍的技巧
評(píng)論