Python 将自定义C函数与Pandas一起使用（一种简单的方法）

有没有一种方法可以让自定义的C函数作用于一个函数？我知道我可以在python函数中封装一个c函数，并将其用于行式迭代，例如，但这似乎效率低下。我知道熊猫是用c写的。我希望有一个简单的方法告诉熊猫“使用这个c函数”。这是纳伊夫，但有点像这样

...
cFunc = get_c_function_some_how()

for i in range(1000):
    df = df.use_c_function(cFunc)

use_df(df)
...

我的用例是，我一次又一次地进行一组简单但计算成本有点高的计算，我想让这组计算速度大大加快

---

编辑：我认为以某种方式将Pandas数据帧的全部传递给C函数是很好的，实际上，无论如何迭代都应该发生在C内部，因此，如果需要使用python包装的C函数一次，那么数据只需交给C进行计算，这似乎是一个很好的解决方案。我个人找不到这样做的文档。

有一种方法可以做到这一点，但我不会说它“简单”

在内部，Pandas使用numpy存储数据。如果你能以numpy向量的形式获取数据，你可以把它传递给C，让它对向量进行运算

从列中获取numpy向量很容易：

vec=df[“foo”]。to_numpy（）

接下来，您需要确保向量是连续的。您不能假设是这样，因为如果数据具有兼容的类型，pandas将在同一numpy数组中存储来自多个列的数据

vec=np.ascontiguousarray（vec）

然后，您可以将numpy数组传递给C，如本文所述。这将适用于数值数据。如果你想处理字符串，那就更复杂了

---

如果你走这条路，我建议你读书。它解释了许多重要的事情，比如为什么numpy数组不是连续的。

我想答案应该是“否”。问题应该是“你的计算写得正确吗”或者“如果你用numpy代替怎么办”这是个好问题。这似乎是显而易见的，但我最近做了很多优化，使之成为可能（我认为），所以这种方法在我的雷达下滑动