Python 快速数据帧初始化 问题:

获取以下数据帧的有效方法是什么？（更新：数字每次都会更改）

动机 我在我的一些方法中添加了pandas.DataFrame API，以便能够成批进行计算

在为新API复制一些测试用例时，测试台的执行时间从200毫秒提高到8秒以上。在运行概要文件时，我注意到主要原因是创建了20k

pandas.DataFrame

对象

看比较

In [1]: import pandas as pd

In [2]: timeit pd.DataFrame({'alpha': 1.5, 'beta': 2.5, 'gamma': 3.5}, [0])
1000 loops, best of 3: 405 us per loop

In [3]: timeit {'alpha': 1.5, 'beta': 2.5, 'gamma': 3.5}
1000000 loops, best of 3: 200 ns per loop

创建DataFrame对象的速度似乎是较低级别结构的2000倍。我试图优化它，但这是我得到的最快：

In [4]: import numpy as np

In [5]: timeit pd.DataFrame(np.array([[1.5, 2.5, 3.5]]), columns=['alpha', 'beta', 'gamma'])
1000 loops, best of 3: 144 us per loop

这仍然比dict慢720倍。有可能更快吗？创建numpy阵列的速度仅慢10倍：

In [6]: timeit np.array([[1.5, 2.5, 3.5]])
100000 loops, best of 3: 1.99 us per loop

---

您可以为测试设置一个全局数据框，只需执行

df=global_df.copy（）

，例如：

In[1] global_df = pd.DataFrame({'alpha': 1.5, 'beta': 2.5, 'gamma': 3.5}, [0])
In[2] timeit global_df.copy()
10000 loops, best of 3: 20.2 us per loop

---

整洁的我刚刚做了一个测试，不幸的是我不得不在每次迭代中更改数字。在我的机器上，它在[1]中产生

：timeit local_df=global_df.copy（）；local_df.loc[0]=1.3、2.3、3.3 1000个回路，最好为3:207 us/回路

。这甚至比numpy版本还要慢。你打算用这个框架做什么？您正在创建一个丰富的数据结构。如果你只是简单地创建一个1行多列的框架，那么你应该只做一个dict。我已经为一些数值函数编写了测试。在这些测试中，基于csv文件测试1000个不同的参数。许多pandas对象的问题更多的是在测试新API时出现的问题，而不是在正常使用时。在那里，这些数值函数只会被调用几次，并且使用大数据帧。我的目标是将测试保持在1s以下，否则我将无法持续执行它们。那么，如果“基准”不现实，那么它的意义何在？你应该测试你正在做的事情的一个现实的例子。我不是在测试基准，我想写快速单元测试。为了获得良好的覆盖率，测试主要覆盖拐角处的情况。这是一个不错的目标，但使用一行框架在IMHO中并不有用。在现实生活中，您不会创建20k个不同的帧，这会破坏使用熊猫的目的。如果它导致您的测试套件需要8秒，但提供了许多附加功能，那么问题是什么？是的，熊猫对象需要创建一些开销。它们不是dicts，也不是numpy数组；如果你想要这些，那么就使用它们。

In[1] global_df = pd.DataFrame({'alpha': 1.5, 'beta': 2.5, 'gamma': 3.5}, [0])
In[2] timeit global_df.copy()
10000 loops, best of 3: 20.2 us per loop