让你的Pandas代码快得离谱的两个技巧

假设你曾经经常使用过Pandas处置表格数据，你或者会相熟导入数据、荡涤和转换的环节，而后将其用作模型的输入。但是，当你须要裁减和将代码投入消费时，你的Pandas管道很或者开局解体并运转缓慢。在这篇文章中，笔者将分享2个技巧，协助你让Pandas代码快得离谱，优化数据处置效率并防止经常出现的圈套。

技巧1：矢量化操作

在Pandas中，矢量化操作是一种弱小的工具，它可以用一种更繁复和高效的模式处置整个数据框的列，而不是逐行循环。

它是如何上班的？

广播是矢量化操作的一个关键要素，它准许您直观地操作具备不同状态的对象。

eg1: 具备3个元素的数组a与标量b相乘，失掉与Source状态相反的数组。

eg2: 在启动加法运算时，将状态为(4,1)的数组a与状态为(3,)的数组b相加，结果会失掉一个状态为(4,3)的数组。

关于这一点曾经有很多文章，并且在深度学习中，大规模的矩阵乘法是十分经常出现的。在本文中，咱们将应用两个冗长的例子上启动探讨。

首先，假定您想要计算给定整数在列中产生的次数。以下是 2 种或者的方法。

"""计算DataFrame X 中 "column_1" 列中等于指标值 target 的元素个数。参数：X:>