Question

这段代码看起来对我来说，但是它让我跑了很长时间。

在这两种情况下，我都处理78k行数据。我设法将列减少到2-4以简化代码。在这里，我单独留下第一列和第二列，并尝试用衍生物替换第三列。我会每月一次，直到ProjID发生变化，告诉代码

for j in range (1,len(joined)):
    if joined['ProjID'][j] == joined['ProjID'][j-1]:
        joined.loc[j]=[joined.ProjID[j], joined.Month[j], (askingrent[j]-askingrent[j-1])/askingrent[j-1]]
    else:
        joined.loc[j]=[joined.ProjID[j], joined.Month[j], 0]

在这里，我再次拥有78k行。但是，我试图简单地将列转换为datetime并删除时间（小时和分钟）。代码看起来很简单;但是我已经等了30分钟〜是啊。速度与代码或其他内容相关吗？

ageofbuildings['Month']=pd.to_datetime(ageofbuildings['Month'])
for i in range (0, len(ageofbuildings)):
    ageofbuildings.Month[i]=ageofbuildings.Month[i].date()

Answer 1

您需要使用矢量化操作来加快代码速度。首先，看起来'Month'和'ProjID'列都是自己分配if子句是否为True，因此这是多余的。等同于if子句的向量是

same_as_prev = joined['ProjID'] == joined['ProjID'].shift()

要将矢量值设为sub，可以执行

values = askingrent / askingrent.shift() - 1

假设askingrent是熊猫系列。然后就可以了

joined.iloc[:, 2] = np.where(same_as_prev, values, 0)

我认为第二个代码块可以通过

来实现

ageofbuildings['Month'] = pd.DatetimeIndex(ageofbuildings['Month']).date

但是很难知道你还没有看到你的输入/输出。

提高速度/优化此代码

1 个答案: