什么是从系列中删除零的最快方法

Question

我多次遇到这个问题，每次都做不同的事情。其他人做了什么？

考虑系列s

s = pd.Series([1, 0, 2], list('abc'), name='s')

制作

的最快方法是什么？

a    1
c    2
Name: s, dtype: int64

Answer 1

布尔切片可能是最简单的方法：

In [1]: s = pd.Series([1, 0, 2], list('abc'), name='s')

In [2]: s[s != 0]
Out[2]:
a    1
c    2
Name: s, dtype: int64

Answer 2

以下是我做过的一些事情

方法1
numpy

z = np.nonzero(s.values)
pd.Series(s.values[z], s.index.values[z], name=s.name)

方法2
to_frame + query

s.to_frame().query('s != 0').squeeze()

方法3
replace + dropna

s.replace(0, np.nan).dropna().astype(s.dtype)

所有收益

a    1
c    2
Name: s, dtype: int64

Answer 3

显然，有很多方法可以获得相同的结果。我认为布尔索引是最简单的方法，但我也会测试不同方法的速度性能。在这里：

datetime2

方法1

SELECT
    DATEADD(HOUR,  DATEDIFF(HOUR,  CAST('2000-01-01' AS datetime2), '1400-02-05 12:45'), CAST('2000-01-01' AS datetime2)) AS Hour,
    DATEADD(DAY,   DATEDIFF(DAY,   CAST('2000-01-01' AS datetime2), '1400-02-05 12:45'), CAST('2000-01-01' AS datetime2)) AS Day,
    DATEADD(MONTH, DATEDIFF(MONTH, CAST('2000-01-01' AS datetime2), '1400-02-05 12:45'), CAST('2000-01-01' AS datetime2)) AS Month,
    DATEADD(YEAR,  DATEDIFF(YEAR,  CAST('2000-01-01' AS datetime2), '1400-02-05 12:45'), CAST('2000-01-01' AS datetime2)) AS Year;

方法2

s = pd.Series([1, 0, 2], list('abc'), name='s')

方法3

%%timeit
z = np.nonzero(s.values)
pd.Series(s.values[z], s.index.values[z], name=s.name)

## -- End pasted text --
The slowest run took 5.23 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 83.9 µs per loop

方法4

%%timeit
s.to_frame().query('s != 0').squeeze()

## -- End pasted text --
1000 loops, best of 3: 1.86 ms per loop

令我惊讶的是，方法1似乎是最快的，而方法4则紧随其后。也许numpy操作比熊猫快得多，这可能就是原因。