我很好奇为什么 pandas.Series.div() 在应用于 pandas 数字系列时比/= 慢。例如:
python3 -m timeit -s 'import pandas as pd; ser = pd.Series(list(range(99999)))' 'ser /= 7'
1000 loops, best of 3: 584 usec per loop
python3 -m timeit -s 'import pandas as pd; ser = pd.Series(list(range(99999)))' 'ser.div(7)'
1000 loops, best of 3: 746 usec per loop
我认为这是因为前者改变了系列，而后者返回了一个新系列。但如果是这样的话，既然 div() 和 mul() 不如/= 和 */那么快，那为什么还要费心实现它们呢？ 即使您不想就地更改系列，ser/7 仍然比 .div() 更快:
python3 -m timeit -s 'import pandas as pd; ser = pd.Series(list(range(99999)))' 'ser / 7'
1000 loops, best of 3: 656 usec per loop
那么 pd.Series.div() 有什么用以及它使它变慢的原因是什么？
最佳答案
Pandas .div 显然实现了类似于 / 和 /= 的除法。
拥有单独的.div的主要原因是Pandas采用了一种语法模型，其中数据帧上的操作由连续过滤器的应用程序来描述，例如.div、.str 等允许简单的串联:
ser.div(7).apply(lambda x: 'text: ' + str(x)).str.upper()
以及对多个参数的更简单支持(参见.func(a, b, c) 不可能用二元运算符编写)。
相比之下，如果没有 div，同样的内容可以写成:
(ser / 7).apply(lambda x: 'text: ' + str(x)).str.upper()
/ 操作可能会更快，因为与 .div() 相比，与 / 运算符相关的 Python 开销更少。
相比之下，x/= y 运算符替换了构造x = x/y。
对于基于 NumPy 的矢量化容器(如 Pandas)，它的作用稍稍超出了这一点:它使用 就地 操作，而不是创建 的(可能耗时和内存)副本x。这就是为什么 /= 比 / 和 .div() 更快的原因。
请注意，虽然在大多数情况下这是等效的，但有时(如本例)它可能仍然需要转换为不同的数据类型，这在 Pandas 中自动完成(但在 NumPy 中则不然)。
关于python - pandas.Series.div() vs/=，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/57060488/