比较zip操作与pandas slice操作

Question

我觉得我应该澄清一个有趣的发现。

我希望熊猫切片操作应该比压缩数据帧的列更快，但是在两个操作上都运行％timeit时，压缩操作会更快...

import pandas as pd, numpy as np
s = pd.DataFrame({'Column1':range(50), 'Column2':np.random.randn(50), 'Column3':np.random.randn(50)})

然后跑步

%timeit s[['Column1','Column3']].loc[30].values

每个循环1.06 ms±145 µs（平均±标准偏差，共运行7次，每个循环1000次）

%timeit dict(zip(s['Column1'],s['Column3']))[30]

每个循环53.7 µs±6.07 µs（平均±标准偏差，共运行7次，每个10000个循环）

这说明熊猫比使用zip功能要慢得多，对吗？我相信，可能只有更好的易用性。

应用映射操作会更快吗？

Answer 1

Zip经过优化，可以在处理器缓存中运行。它非常快，就像itertools一样。