Python 与熊猫不同的集团和集体经营有什么区别

我想在pandas中使用udaf，因为没有nunique函数，但我发现它花费了太多的时间。因此，我在现有函数上测试了不同的聚合方法，发现不同方法之间存在很大差异，如下所示“

---

sum

是cython优化的聚合函数之一。通常，

np.sum

、

sum

、

“sum”和
“sum（）
调用该函数，但显然pd.Series.sum不是其中之一。通常，安全的方法是使用它们的别名（
'sum'
，
'mean'
，
'std'
，
'size'
等）
import numpy as np
import pandas as pd

recordNum = 10
n = 2
varNum = 1000
keys = ['ID%04d' %i for i in range(int(recordNum/n))] * n
varlst1 = ['x%04d' %i for i in range(varNum)]

dsDict1 = {k:np.random.choice(range(1000), recordNum) for k in varlst1}

dsDict1['ID'] = keys

df1 = pd.DataFrame(dsDict1)

dfg = df1.groupby(['ID'])

# 1.47ms
%timeit dfg.sum()

# 1.48ms
%timeit dfg.aggregate(sum)

# 1.5s
%timeit dfg.aggregate(pd.Series.sum)

# 361ms
%timeit dfg.aggregate({}.fromkeys(varlst1, sum))