加快数据帧上的循环

Question

我已经编写了下面给出的代码。有两个 Pandas 数据框：df 包含列 timestamp_milli 和 pressure，df2 包含列 timestamp_milli 和 acceleration_z。两个数据框都有大约 100'000 行。在下面显示的代码中，我正在搜索df 的每一行的每个时间戳df2 的行，其中时间差在一个范围内并且是最小的。

不幸的是，代码非常慢。此外，我收到来自df_temp["timestamp_milli"] = df_temp["timestamp_milli"] - row["timestamp_milli"] 行的以下消息：

SettingWithCopyWarning：试图在一个副本上设置一个值 从 DataFrame 切片。尝试使用 .loc[row_indexer,col_indexer] = 取而代之的价值

如何加快代码速度并解决警告？

acceleration = []
pressure = []

for index, row in df.iterrows():
    mask = (df2["timestamp_milli"] >= (row["timestamp_milli"] - 5)) & (df2["timestamp_milli"] <= (row["timestamp_milli"] + 5))
    df_temp = df2[mask]

    # Select closest point
    if len(df_temp) > 0:
        df_temp["timestamp_milli"] = df_temp["timestamp_milli"] - row["timestamp_milli"]
        df_temp["timestamp_milli"] = df_temp["timestamp_milli"].abs()

        df_temp = df_temp.loc[df_temp["timestamp_milli"] == df_temp["timestamp_milli"].min()]

        for index2, row2 in df_temp.iterrows():
            pressure.append(row["pressure"])
            acc = row2["acceleration_z"]
            acceleration.append(acc)

Answer 1

我也遇到过类似的问题，使用 itertuples 而不是 iterrows 可以显着减少时间。 why iterrows have issues. 希望这会有所帮助。