一句代码：告别Pandas的慢慢慢！

Swifter是一个“以最快的方式将任何函数应用于Pandas dataframe或series”的库。

例如，假设你有两个数组：

array_1 = np.array([1,2,3,4,5])
array_2 = np.array([6,7,8,9,10])

你希望创建一个新的数组，这个数组是两个数组的和，结果是：

result = [7,9,11,13,15]

在Python中，可以使用for循环对这些数组求和，但这样做非常慢。相反，Numpy允许你直接对数组进行操作，这要快得多（特别是对于大型数组）。

result = array_1 + array_2

关键就在于，只要有可能，就要使用向量化操作。

那么Swifter能做些什么呢？

1、Swifter可以检查你的函数是否可以向量化，如果可以，就使用向量化计算。

2、如果不能进行向量化，请检查使用Dask进行并行处理是否有意义：

https://dask.org/

或者只使用普通的Pandas的apply函数，但并行会使小数据集的处理速度变慢。

所以大家面对数据集大小的不同时，要采取不同的代码思路，否则会适得其反！

以上的图表很好地说明了这一点。可以看到，无论数据大小如何，使用向量化总是更好。如果向量化不行，你可以从vanilla Pandas获得最佳速度，直到你的数据足够大。一旦超过了阈值大小，并行处理就最有意义了。

如何写代码：

import pandas as pd
import swifter

df.swifter.apply(lambda x: x.sum() - x.min())

如上所示，只要在应用之前添加一个快速调用，你就可以用一个单词来运行你的padnas了！

下载使用Swifter：

https://github.com/jmcarpenter2/swifter

官方文档有案例供大家参考，在此不再做介绍。

—End—