比较 zip 操作与 pandas 切片操作

Question

我觉得我应该澄清一个有趣的观察结果。

我希望 pandas 切片操作应该比压缩数据帧的列更快，但是在两个操作上运行 %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)})

在运行中

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

每个循环 1.06 毫秒 ± 145 微秒（平均值 ± 标准偏差，7 次运行，每次 1000 次循环）

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

每个循环 53.7 µs ± 6.07 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）

这说明 pandas 比使用 zip 功能要慢得多，对吧？我相信，它的易用性可能只会更好。

应用映射操作会更快吗？

Answer 1

Zip 已针对在处理器缓存中运行进行了优化。它非常快，就像一般的 itertools 一样。