提高Pandas数据框的行追加性能
- 论坛
- 提高Pandas数据框的行追加性能
15 浏览
提高Pandas数据框的行追加性能
我正在运行一个基本脚本,它循环遍历嵌套字典,从每个记录中获取数据,并将其添加到Pandas DataFrame中。数据大致如下所示:
data = {"SomeCity": {"Date1": {record1, record2, record3, ...}, "Date2": {}, ...}, ...}
总共有几百万条记录。脚本本身如下所示:
city = ["SomeCity"] df = DataFrame({}, columns=['Date', 'HouseID', 'Price']) for city in cities: for dateRun in data[city]: for record in data[city][dateRun]: recSeries = Series([record['Timestamp'], record['Id'], record['Price']], index = ['Date', 'HouseID', 'Price']) FredDF = FredDF.append(recSeries, ignore_index=True)
然而,这运行得非常慢。在寻找并行化的方法之前,我想确保我没有忽视任何明显的使其性能更快的方法,因为我对Pandas还不太熟悉。