6
パンダのiterrowsにはパフォーマンスの問題がありますか？
パンダのiterrowを使用すると、パフォーマンスが非常に低下することに気づきました。 これは他の人が経験するものですか？それはiterrowsに固有ですか？この関数は特定のサイズのデータ（200万から300万行を処理しています）に対しては回避する必要がありますか？ GitHub に関するこの議論から、データフレームでdtypeが混在していることが原因であると信じるようになりましたが、以下の簡単な例では、1つのdtype（float64）を使用している場合でも存在することを示しています。これは私のマシンで36秒かかります： import pandas as pd import numpy as np import time s1 = np.random.randn(2000000) s2 = np.random.randn(2000000) dfa = pd.DataFrame({'s1': s1, 's2': s2}) start = time.time() i=0 for rowindex, row in dfa.iterrows(): i+=1 end = time.time() print end - start applyのようなベクトル化された操作がなぜこれほど速くなるのですか？そこにも行ごとの反復がいくつかあるはずだと思います。 私の場合にiterrowを使用しない方法を理解できません（これは今後の質問のために保存します）。したがって、この繰り返しを常に回避できる場合は、ご連絡いただければ幸いです。個別のデータフレームのデータに基づいて計算を行っています。ありがとうございました！ ---編集：実行したいものの簡略版を以下に追加しました--- import pandas as pd …