Question

我知道最好避免循环/迭代大熊猫系列。但是，对于我的用例，我无法找到合适的解决方案。

我有一个整数系列，如（100,101,103,102,99,100,102）等。我希望每当值向上移动时找到条目/索引。 3.对于上述迷你系列，它将是指数值（2,6）。

系统信息：Python版本：3.5.0 | Anaconda 2.5.0（64位）| （默认，2015年10月19日，21：57：25）[GCC 4.4.7 20120313（红帽4.4.7-1）]，熊猫版：＆＃39; 0.17.1＆＃39;

这是我的代码，包括示例系列

cross apply

嗯，它有效，但由于我的真实世界问题有很多记录（> 25亿），这是一个非常缓慢的方法。我通过apply应用函数尝试了一些东西，但是由于参考值是动态设置的，所以找不到可行的解决方案。我也试着调查管道功能，但它让我很困惑。

因此，如果任何人有一些提示，以避免详尽的循环，我会非常高兴和感激。这是我的第一个问题，因为我还是一个新手，我希望我能很好地提出我的问题。

Answer 1

这是一个更新，因为我找到了一个很好的解决方案。

我使用numba库显着提高了速度。很抱歉发布此答案，但我找不到我的编辑按钮:(

增强功能

％timeit getMoves_numba（系列） 100个循环，最佳3：9.72 ms每个循环

与纯Python相比

％timeit getMoves（系列） 1循环，最佳3：每循环1.87秒

我创建的示例系列有500万条记录。函数getMoves现在返回一个布尔索引数组供进一步使用......为了我的目的，10ms就足够了。只有一个声明是getMoves_numba = nb.autojit（getMoves）...很好:)）

这是我的新代码：

import numpy as np
import numba as nb




def getMoves(v:np.array,points:int = 3, up:bool=True):
    J=len(v)
    refvalue=np.int
    bound=np.int
    result= np.zeros((J), dtype=bool)
    if up == True:
        refvalue=v[0]
        bound=refvalue+points
        for j in range(J):
            if v[j] >= bound:
                result[j]=True
                refvalue = v[j]
                bound=refvalue+points
            elif v[j] < refvalue:
                refvalue = v[j]
                bound=refvalue+points                
    else:
        refvalue=v[0]
        bound=refvalue-points
        for j in range(J):
            if v[j] <= bound:
                result[j]=True
                refvalue = v[j]
                bound=refvalue-points
            elif v[j] > refvalue:
                refvalue = v[j]
                bound=refvalue-points
    return result

np.random.seed(257931)
N=5000000
series=np.random.random_integers(-1,1,size=N)
series[0]=100
series=series.cumsum()
series = series + (abs(series.min())+1)

getMoves_numba = nb.autojit(getMoves)

这是在纯粹的numpy数组上完成的，所以如果在使用pandas系列时使用，我必须通过pandas.series.values传递它。

改善很好，但如果您对风格有提示或评论，我仍然会感谢一些反馈。

此致

C

避免循环熊猫系列;动态更改参数的子集

1 个答案: