为什么pandas应用比数据帧合并慢得多

Question

从我的previous question，我知道apply比直接数据帧合并慢得多。

但是我仍然感到困惑的是为什么那么慢，正如我的理解，如果数据帧中有N行，则应用函数应该作为O（N）......

有人能解释一下apply和dataframe合并背后的理论吗？或者有没有资源可以研究它？

提前致谢：）

Answer 1

答案是是。 Python可能比C慢几百倍，仅仅因为它是Python，具有等效的渐近性。作为一名具有大量数字运算经验的应用数学家，我可以证明C可以比Python快几十到几百倍。有关官方来源，请参阅 these benchmarks。

请记住，渐近复杂性仅限于仅缩放。两种算法可以很容易地具有相同的复杂性，但在运行时的数量级也不同。现在，如果你发现Python比C更慢地减少 ，那么（当它被认为是线性时，输入加倍使运行时加倍），你可以处理渐近重要的算法差异。