Julia Dataframes 与 Python 熊猫答案

【问题标题】：Julia Dataframes vs Python pandasJulia Dataframes 与 Python 熊猫
【发布时间】：2015-05-21 04:02:48
【问题描述】：

我目前正在使用 python pandas 并想知道是否有办法将 pandas 中的数据输出到 julia Dataframes 中，反之亦然。（我想你可以用Pycall从Julia调用python，但我不确定它是否适用于数据帧）有没有办法从python调用Julia并让它接收pandas数据帧？（不保存为另一种文件格式，如 csv）

除了非常大的数据集和运行具有许多循环的事物（如神经网络）之外，什么时候使用 Julia Dataframes 比 Pandas 更有利？

【问题讨论】：

标签： python pandas dataframe julia

【解决方案1】：

所以有一个为此开发的库

PyJulia 是一个库，用于使用 Python 2 和 3 与 Julia 交互

https://github.com/JuliaLang/pyjulia

这是实验性的，但有些工作

其次，Julia 还有一个pandas 的前端，即pandas.jl

https://github.com/malmaud/Pandas.jl

它看起来只是 pandas 的包装器，但您也许可以使用 julia 的并行功能执行多个功能。

至于到目前为止哪个更好pandas 根据这个reading csv in Julia is slow compared to Python 具有更快的I/O

【讨论】：

请注意这是 2014 年的答案，与此同时，Julia 世界发生了很多变化，例如CSV 变得更快了

【解决方案2】：

我是这类事情的新手，但最近肯定一直在使用这两种方法。说实话，它们看起来非常具有可比性，但是与 Pandas 相关的文档、堆栈溢出问题等要多得多，所以我会给它一点优势。但是不要让这个事实让你灰心，因为 Julia 有一些我才刚刚开始理解的惊人功能。对于大型数据集，比如几场演出，这两个包都非常慢，但 Pandas 似乎又略有优势（我绝不会认为我的基准测试是确定的）。如果对您要实现的目标没有更细致的了解，我很难想象在使用 Julia DataFrame 时甚至想要调用 Pandas 函数的情况，反之亦然。除非您正在做一些非常理智的事情或使用非常大的数据集，否则我认为两者都不会出错。当您说“输出数据”时，您是什么意思？您不能将 Pandas 数据对象写入文件，然后在 Julia DataFrame 中打开/操作该文件（正如您所提到的）吗？同样，除非你有一台非常好的机器将数据读取到 pandas 或 Julia DataFrame 中，否则会很乏味，而且速度可能会慢得令人望而却步。

【讨论】：

我问的原因是python在速度方面的限制因素是循环。除非您使用 Cython 进行编程，否则需要 for 循环的自定义函数会减慢您的脚本速度。 Pandas 仅略有优势，因为 Wes 非常擅长编写加载 CSV 的代码，而 julia 刚刚开始使用 Dataframes 库。
当我说“输出数据”时，我的意思是如果你调用 julia 来执行一个函数，你可以得到一个答案。就像你用 Pycall 调用 matplotlib 一样，你会以 julia 理解的格式返回一些东西。基本上我正在寻找像Pycall 这样的库，但对于Python，类似于用于C# 的Ironpython、用于C 的Cython 和用于Java 的Jython
再次出于某种原因（可能是我自己的迟钝），我仍然无法解析您要做什么。您可以从 Julia 调用 python，而且，您绝对可以用 C 编写代码/函数并直接在 Julia 中调用它。它又快又容易。我只用非常简单的东西完成了这项工作，尽管从概念上讲，我认为无论代码的性质如何，它都会以相同的方式工作。
我正在尝试从 python 调用 Julia。因此，如果我在 julia 中创建一个函数，我可以调用它并希望 python 接受输出数据类型。
PyPy是Python的新实现，比普通Python快很多，但不知道pandas是否可以和PyPy一起使用。