Pandas 当我编写这段特定代码时，我的jupiter笔记本在给出任何输出（保持运行）之前需要花费很长时间

当我编写这段代码时，我的Jupiter笔记本会在提供任何输出之前持续运行大约10分钟。当然，您可以通过跳过pd.where（）来提高速度

速度比较：

for j in range(len(datelist)):
    tempmax.append((df.where(df['Date']==datelist[j])['Data_Value'].max()))
    tempmin.append((df.where(df['Date']==datelist[j])['Data_Value'].min()))

print(tempmax)    

您的新代码的运行速度应大约为10倍：

df = pd.DataFrame()
df['a'] = range(16000)
df['b'] = range(16000)

%timeit df.where(df['a']==2)['b'].max()
>>> 6.31 ms ± 124 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df[df['a']==2]['b'].max()
>>> 777 µs ± 8.14 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

也有可能使用pd.Series.agg（）会加快速度：

for j in range(len(datelist)):
    tempmax.append((df[df['Date']==datelist[j]]['Data_Value'].max()))
    tempmin.append((df[df['Date']==datelist[j]]['Data_Value'].min()))

---

首先，您可以通过跳过pd.where（）来提高速度

速度比较：

for j in range(len(datelist)):
    tempmax.append((df.where(df['Date']==datelist[j])['Data_Value'].max()))
    tempmin.append((df.where(df['Date']==datelist[j])['Data_Value'].min()))

print(tempmax)    

您的新代码的运行速度应大约为10倍：

df = pd.DataFrame()
df['a'] = range(16000)
df['b'] = range(16000)

%timeit df.where(df['a']==2)['b'].max()
>>> 6.31 ms ± 124 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df[df['a']==2]['b'].max()
>>> 777 µs ± 8.14 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

也有可能使用pd.Series.agg（）会加快速度：

for j in range(len(datelist)):
    tempmax.append((df[df['Date']==datelist[j]]['Data_Value'].max()))
    tempmin.append((df[df['Date']==datelist[j]]['Data_Value'].min()))

---

df和datelist的形状是什么？df是一个由16000行组成的数据框，datelist是一个由3600个条目组成的列表。df和datelist的形状是什么？df是一个由16000行组成的数据框，datelist是一个由3600个条目组成的列表。“Series”对象没有属性“agg”--当我试图使用pd.Series.agg（）我尝试通过删除pd.where（）来实现，但仍然需要尽可能多的时间。您可以尝试使用.agg（）方法吗？我已经更新了我的答案。这次它显示了一条消息---“DataFrame”对象没有属性“agg”，您正在运行哪个版本的pandas？pd.agg（）在版本0.20中是新的'Series'对象没有属性'agg'——此错误消息显示当我尝试使用pd.Series.agg（）时，我尝试通过删除pd.where（）来执行此操作，但仍然需要尽可能多的时间。您可以尝试.agg（）方法吗？我已经更新了我的答案。这次它显示了一条消息---“DataFrame”对象没有属性“agg”，您正在运行哪个版本的pandas？pd.agg（）是0.20版中的新版本