Skip to main content
 首页 » 编程设计

python之如何使这个 for 循环更快

2024年11月24日9kerrycode

我知道与其他语言相比,python 循环本身相对较慢,但是当使用正确的函数时,它们会变得更快。 我有一个名为“声学”的 Pandas 数据框,其中包含超过 1000 万行:

print(acoustics) 
                        timestamp            c0  rowIndex 
0        2016-01-01T00:00:12.000Z  13931.500000   8158791 
1        2016-01-01T00:00:30.000Z  14084.099609   8158792 
2        2016-01-01T00:00:48.000Z  13603.400391   8158793 
3        2016-01-01T00:01:06.000Z  13977.299805   8158794 
4        2016-01-01T00:01:24.000Z  13611.000000   8158795 
5        2016-01-01T00:02:18.000Z  13695.000000   8158796 
6        2016-01-01T00:02:36.000Z  13809.400391   8158797 
7        2016-01-01T00:02:54.000Z  13756.000000   8158798 

还有我写的代码:

acoustics = pd.read_csv("AccousticSandDetector.csv", skiprows=[1]) 
weights = [1/9, 1/18, 1/27, 1/36, 1/54] 
sumWeights = np.sum(weights) 
deltaAc = [] 
for i in range(5, len(acoustics)): 
    time = acoustics.iloc[i]['timestamp'] 
    sum = 0 
    for c in range(5): 
        sum += (weights[c]/sumWeights)*(acoustics.iloc[i]['c0']-acoustics.iloc[i-c]['c0']) 
    print("Row " + str(i) + " of " + str(len(acoustics)) + " is iterated") 
    deltaAc.append([time, sum]) 
 
deltaAc = pd.DataFrame(deltaAc) 

这需要大量时间,我怎样才能让它更快?

请您参考如下方法:

您可以使用 diff来自 pandas 并为数组中的每一行创建所有差异,然后乘以您的 weigths 最后在轴 1 上 sum,例如:

deltaAc = pd.DataFrame({'timestamp': acoustics.loc[5:, 'timestamp'],  
                       'summation': (np.array([acoustics.c0.diff(i) for i in range(5) ]).T[5:] 
                                               *np.array(weights)).sum(1)/sumWeights}) 

你得到的值与我用你的代码得到的值相同:

print (deltaAc) 
                  timestamp  summation 
5  2016-01-01T00:02:18.000Z -41.799986 
6  2016-01-01T00:02:36.000Z  51.418728 
7  2016-01-01T00:02:54.000Z  -3.111184