Python 熊猫数据帧分割的性能非常慢

我目前正在研究一些简单的数据帧，在测量了它的性能之后，我遇到了一些奇怪的行为。以下是有问题的代码片段：

import pandas as pd
import time

df = pd.DataFrame(0, index=list(range(6)), columns=['rand', 'result'])
df['rand'] = [0.15, 0.07, 0.74, 0.37, 0.54, 0.07]

time_start = time.time()
df['result'] = df['rand'] / 2 #Here lays the problem
time_end = time.time()
print ('Generating calulation took: %.7f sec' % (time_end - time_start))

---

一切都很好，但性能比坏还要差。这个简单的计算大约需要0.7秒。对于单次使用，这是可以接受的，但它是许多实例类构造函数的一部分，因此它是完全不可接受的。有没有办法优化这段代码？

这句话在我的旧2013 Mac上运行需要138µs。到底有什么问题？老实说，我不知道。运行此代码后，我的性能超过0.6秒。这完全是奇怪的，因为在这个数据帧的另一个地方，我执行非常类似的除法，而且它是在没有时间的情况下生成的。什么Python和Pandas版本？我在repl.It上得到了大约0.002秒，这已经非常慢了，但是离你报告的0.7秒的时间还差得远。你能用

ndarray

：

df.rand.values/2

？