python - 连接两个熊猫系列（不是 str 类型）的值太慢（线性复杂度）

问题描述

我有pandas.DataFrame两个（或更多）不是类型的系列str（例如 float 类型）。我想要的输出是一系列类型str，它是我的系列（float 类型）与给定分隔符（例如“-”）串联的结果。

以下函数build_df_ex构建示例数据框：

def build_df_ex(n):
    df_ex = pd.DataFrame({"s1": -abs(np.random.rand(int(n))),
                          "s2": +abs(np.random.rand(int(n)))})
    return df_ex

该函数convert_to_str_and_add进行所需的连接：

def convert_to_str_and_add(df, sep="-"):
    df = df.astype(str)
    s = df.s1 + sep + df.s2
    return s

我的主要问题是这个函数具有线性复杂性（见下图），这在我的情况下是禁止的。该函数的主要瓶颈是str类型的转换。我曾尝试采用 numpy 的方式，但我没有看到任何性能提升，可能是因为 pandas 已经在做这件事了。

任何人都有可以使此操作更快的解决方案吗？

非常感谢

标签： pythonpandasperformancetime-complexity

您无法逃避线性性能 - 您唯一的希望是展示更多您计划对结果执行的操作，以避免额外的工作。你写的完全合理，你可以试试下面的，看看它是否有更好的性能（但如果没有，我不会感到惊讶）。

df.apply(('{0[0]}' + sep + '{0[1]}').format, axis=1)

python - 连接两个熊猫系列（不是 str 类型）的值太慢（线性复杂度）

问题描述

解决方案

推荐阅读