PerformanceWarning:在没有级别参数的非词汇排序多索引上放置可能会影响性能。怎么摆脱它？
PerformanceWarning:在没有级别参数的非词汇排序多索引上放置可能会影响性能。怎么摆脱它？
提问于 2022-05-17 17:25:16
我有下面的代码
end_df['Soma Internet'] = end_df.iloc[:,end_df.columns.get_level_values(1) == 'Internet'].drop('site',axis=1).sum(axis=1)基本上，它通过一个特定的级别1列来填充我的多个索引df。丢了几个不想要的专栏。计算出所有其他的总和。
我瞥了一眼，看了几个文档和其他提出的问题。但是我不太明白是什么引起了这个警告，我也很想重写这段代码，所以我把它去掉了。
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-05-17 17:46:51
让我们尝试使用一个示例(为了简单起见，没有数据)：
# Column MultiIndex.
idx = pd.MultiIndex(levels=[['Col1', 'Col2', 'Col3'], ['subcol1', 'subcol2']],
codes=[[2, 1, 0], [0, 1, 1]])
df = pd.DataFrame(columns=range(len(idx)))
df.columns = idx
print(df) Col3 Col2 Col1
subcol1 subcol2 subcol2显然，列MultiIndex没有排序。我们可以通过以下方式检查：
print(df.columns.is_monotonic)False这很重要，因为如果索引被排序，Pandas执行索引查找和其他操作的速度要快得多，因为它可以使用假定排序顺序且速度更快的操作。事实上，如果我们试图删除一列：
df.drop('Col1', axis=1)PerformanceWarning: dropping on a non-lexsorted multi-index without a level parameter may impact performance.
df.drop('Col1', axis=1)相反，如果在删除之前对索引进行排序，则警告将消失：
print(df.sort_index(axis=1))
# Index is now sorted in lexical order.
Col1 Col2 Col3
subcol2 subcol2 subcol1# No warning here.
df.sort_index(axis=1).drop('Col1', axis=1)编辑(参见注释)：正如警告所建议的那样，当我们没有指定要删除列的级别时，就会发生这种情况。这是因为要删除这一栏，熊猫必须遍历整个未排序的索引(发生这里)。通过指定它，我们不需要这样的遍历：
# Also no warning.
df.drop('Col1', axis=1, level=0)但是，通常情况下，这个问题更多地与行索引有关，因为通常列多个索引要小得多。但一定要记住更大的指数和数据。实际上，这与按索引划分和查找特别相关。在这些情况下，您希望对索引进行排序以获得更好的性能。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72278311
复制相关文章
相似问题
腾讯云开发者
