Python 代码优化，让你的Pandas速度飞起来

让我们来做这样一个处理，如果某一列的值小于.5就把值统一替换为0，否则就替换为100.

原创不易，喜欢就转发和给个赞吧。

首先创建一个dataframe:

import pandas as pd
import numpy as np
import time
df = pd.DataFrame(np.random.rand(100000, 4), columns=['A', 'B', 'C', 'D'])
print(df)

数据输出如下：

第一种方法：iterrows()

总共耗时8.12秒，iterrows()遍历确实比较慢，让人等得着急啊！

第二种方法：iloc

总共耗时2.76秒，是iterrows的2.9倍，速度提高了很多。

第三种方法：apply函数

总共耗时52.2毫秒，是iterrows的155倍。

第四种方法：numpy的where， 使用前先导入numpy.

总共耗时778微秒，处理速度是iterrows的10437倍，快到让人不敢相信。

本人觉得这个速度已经达到极致了，那还有没有更快的方法呢？那我们在用numpy的where(.values)来看看，结果简直不可思议只用了426微妙，速度快的离奇，处理速度是iterrows的一万九千都倍。