Question

假设我有pd.Series

import pandas as pd
import numpy as np

s = pd.Series(np.arange(10), list('abcdefghij'))

我希望通过将上半部分与下半部分交织来“洗牌”这个系列，就像一副牌。

我希望这样的结果

a    0
f    5
b    1
g    6
c    2
h    7
d    3
i    8
e    4
j    9
dtype: int32

结论
最终功能

def perfect_shuffle(s):
    n = s.values.shape[0]  # get length of s
    l = (n + 1) // 2 * 2   # get next even number after n
    # use even number to reshape and only use n of them after ravel
    a = np.arange(l).reshape(2, -1).T.ravel()[:n]
    # construct new series slicing both values and index
    return pd.Series(s.values[a], s.index.values[a])

演示

s = pd.Series(np.arange(11), list('abcdefghijk'))
print(perfect_shuffle(s))

a     0
g     6
b     1
h     7
c     2
i     8
d     3
j     9
e     4
k    10
f     5
dtype: int64

order='F' vs T
我建议使用T.ravel()而不是ravel(order='F')
经过调查，它几乎不重要，但ravel(order='F')对于更大的阵列更好。

d = pd.DataFrame(dict(T=[], R=[]))

for n in np.power(10, np.arange(1, 8)):
    a = np.arange(n).reshape(2, -1)
    stamp = pd.datetime.now()
    for _ in range(100):
        a.ravel(order='F')
    d.loc[n, 'R'] = (pd.datetime.now() - stamp).total_seconds()
    stamp = pd.datetime.now()
    for _ in range(100):
        a.T.ravel()
    d.loc[n, 'T'] = (pd.datetime.now() - stamp).total_seconds()

d

d.plot()

感谢 unutbu 和 Warren Weckesser

Answer 1

在系列长度均匀的特殊情况下，您可以通过将其值重新整形为两行，然后使用perfectly shuffle以Fortran顺序读取项目来执行ravel(order='F')：

In [12]: pd.Series(s.values.reshape(2,-1).ravel(order='F'), s.index)
Out[12]: 
a    0
b    5
c    1
d    6
e    2
f    7
g    3
h    8
i    4
j    9
dtype: int64

Fortran命令使最左边的轴增量最快。所以在2D数组中在进行到之前，通过向下移动一列的行来读取值下一栏。与此相比，这具有交错值的效果通常的C阶。

在一般情况下，系列的长度可能是奇数，也许最快的方法是使用移位切片重新分配值：

import numpy as np
import pandas as pd

def perfect_shuffle(ser):
    arr = ser.values
    result = np.empty_like(arr)
    N = (len(arr)+1)//2
    result[::2] = arr[:N]
    result[1::2] = arr[N:]
    result = pd.Series(result, index=ser.index)
    return result

s = pd.Series(np.arange(11), list('abcdefghijk'))
print(perfect_shuffle(s))

产量

a     0
b     6
c     1
d     7
e     2
f     8
g     3
h     9
i     4
j    10
k     5
dtype: int64

Answer 2

要添加@unutbu的回答，一些基准测试：

>>> import timeit
>>> import numpy as np
>>> 
>>> setup = '''
... import pandas as pd
... import numpy as np
... s = pd.Series(list('abcdefghij'), np.arange(10))
... '''
>>> 
>>> funcs = ['s[np.random.permutation(s.index)]', "pd.Series(s.values.reshape(2,-1).ravel(order='F'), s.index)",
...             's.iloc[np.random.permutation(s.index)]', "s.values.reshape(-1, 2, order='F').ravel()"]
>>> 
>>> for f in funcs:
...     print(f)
...     print(min(timeit.Timer(f, setup).repeat(3, 50)))
... 
s[np.random.permutation(s.index)]
0.029795593000017107
pd.Series(s.values.reshape(2,-1).ravel(order='F'), s.index)
0.0035402200010139495
s.iloc[np.random.permutation(s.index)]
0.010904800990829244
s.values.reshape(-1, 2, order='F').ravel()
0.00019640100072138011

f中的最终funcs是＆gt;比第一个np.random.permutation方法快99％，所以这可能是你最好的选择。

我怎么卡快速洗牌大熊猫系列

2 个答案: