创建 Pandas DataFrame 最有效的方法是什么？

创建空 DataFrame：方法比较

创建空 pandas DataFrame 并逐渐填充它的传统方法可能效率低下且占用内存-密集的。更优化的方法是在列表中累积数据，必要时将其转换为DataFrame。

列表累积的优点：

• 内存效率：列表是轻量级数据结构，与相比，它消耗的内存更少DataFrames。
• 性能：追加到列表比重复追加到DataFrame要快得多。
• 自动数据类型推断：当列表转换为DataFrame，pandas会自动判断合适的数据
• 自动创建索引： 自动为数据创建 RangeIndex，无需手动分配索引。

示例代码列表累积：

data = []
for row in some_function_that_yields_data():
    data.append(row)

df = pd.DataFrame(data)

注意应避免的方法：

• 迭代追加到 DataFrame： 出于性能原因，避免在循环中使用 df.append 或 pd.concat。这种方法会导致二次复杂度运算。
• 在循环中使用 loc：使用 df.loc[len(df)] 追加也会导致内存分配效率低下。
• 空的 NaN DataFrame： 创建一个充满 NaN 的 DataFrame 可以创建对象列，这可能会阻碍

基准结果：

基准结果表明列表累积明显快于传统的迭代追加方法。随着 DataFrame 变大，时间差异变得更加明显。

以上是创建 Pandas DataFrame 最有效的方法是什么？的详细内容。更多信息请关注PHP中文网其他相关文章！