Python 将自定义numba njit函数应用于对象

通过

pandas

1.0.0版本，

.apply

现在可以使用

numba-jit

功能

使用

滚动
时，是否有方法利用此
功能

例如，我有一个
pandas.DataFrame
，还有一个
numba_mean
函数，我想应用它来获得3个周期的滚动平均值

import pandas as pd
import numpy as np
import numba as nb

df = pd.DataFrame({"A" : np.random.rand(10)})
@nb.jit 
def numba_mean(x): 
    return np.sum(x) / len(x) 

df.A.rolling(3).apply(numba_mean)

但是，我得到了下面的错误，这意味着它不适用于
nopython
模式

编译正在退回到启用循环提升的对象模式，因为函数“numba_mean”未能进行类型推断，原因是：非精确类型pyobject

使用
njit
而不是
jit
应用
numba\u mean
时的错误回溯

此错误可能是由以下参数引起的：
-参数0:无法确定

我想知道是否有一种方法可以将numbafied函数与
pandas
滚动对象一起使用？
您需要指定要让pandas知道您要使用Numba：

df.A.rolling(3).apply(numba_mean, engine='numba', raw=True)

Pandas可以
jit
为您提供该功能，但我自己做时会得到更快的结果。也许Numba正在为每次调用
.apply（）
重新编译，下面的计时包括编译时间

有了这样一个简单的函数，并且每次调用都有少量数据（window=3），您不太可能比内置函数获得任何加速

import pandas as pd
import numpy as np
import numba as nb

@nb.njit(nogil=True)
def numba_mean(x):
    return np.sum(x) / x.size

def numpy_mean(x): 
    return np.sum(x) / x.size

df = pd.DataFrame({"A" : np.random.rand(10000)})

谢谢！我有一个更复杂的
njit
函数，它就像一个符咒：）