Python Data Analysis Library 或 pandas 是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會發(fā)現(xiàn)，它是使Python成為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。

相較于 Python 的內(nèi)置函數(shù)， Pandas 庫為我們提供了一系列性能更高的數(shù)據(jù)處理函數(shù)，本節(jié)將向大家介紹 Pandas 庫中的高性能函數(shù) eval 與 query：

在 Python 中，我們可以用很多種的方法來實現(xiàn)同樣的目標(biāo)，例如實現(xiàn)兩個數(shù)組的相加：

import numpy as np rng = np.random.RandomState(42) x = rng.rand(1E6) y = rng.rand(1E6) %timeit x + y 100 loops, best of 3: 3.39 ms per loop 

利用 Numpy 中的 fromiter 函數(shù)我們可以得到相同的一維數(shù)組，然而我們發(fā)現(xiàn)，這個語句的性能并不比內(nèi)置的數(shù)組加法好。

%timeit np.fromiter((xi + yi for xi, yi in zip(x, y)), dtype=x.dtype, count=len(x)) 1 loop, best of 3: 266 ms per loop 

再比如，進(jìn)行某一項條件的判斷：

mask = (x > 0.5) & (y < 0.5) tmp1 = (x > 0.5) tmp2 = (y < 0.5) mask = tmp1 & tmp2 

Numpy 庫中的函數(shù) allclose 用于判斷兩個數(shù)組是否相等，我們可以看到，使用 numexpr 庫中的 evaluate 函數(shù)同樣可以實現(xiàn) mask 中的條件判斷。

import numexpr mask_numexpr = numexpr.evaluate('(x > 0.5) & (y < 0.5)') np.allclose(mask, mask_numexpr) True 

面對同樣的問題，Pandas 庫為我們提供了更高性能的解決方案， eval 函數(shù)能夠?qū)⑻囟ㄐ问降淖址D(zhuǎn)換為對應(yīng)含義的邏輯判斷或運算，比 Python 的內(nèi)置函數(shù)具有更好的算法效率：

import pandas as pd nrows, ncols = 100000, 100 rng = np.random.RandomState(42) df1, df2, df3, df4 = (pd.DataFrame(rng.rand(nrows, ncols)) for i in range(4)) %timeit df1 + df2 + df3 + df4 10 loops, best of 3: 87.1 ms per loop %timeit pd.eval('df1 + df2 + df3 + df4') 10 loops, best of 3: 42.2 ms per loop np.allclose(df1 + df2 + df3 + df4, pd.eval('df1 + df2 + df3 + df4')) True 

可以看到，eval 函數(shù)實現(xiàn)了等價的計算，并且具有更高的性能。除了加法運算，Pandas 的函數(shù) eval 還能幫助我們實現(xiàn)其他多種復(fù)雜的邏輯判斷或計算：

總結(jié)

以上就是本文關(guān)于Pandas探索之高性能函數(shù)eval和query解析的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：Python探索之URL Dispatcher實例詳解、Python編程之Re模塊下的函數(shù)介紹等，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！