熊猫：函数之间的时间差和适用于系列

Question

我想弄清楚为什么这两种方法在%timeit结果中有所不同。

import pandas as pd 
import numpy as np 
d = pd.DataFrame(data={'S1' : [2,3,4,5,6,7,2], 'S2' : [4,5,2,3,4,6,8]}, \ 
       index=[1,2,3,4,5,6,7]) 

%timeit pd.rolling_mean(d, window=3, center=True) 
10000 loops, best of 3: 182 µs per loop 

%timeit d.apply(lambda x: pd.rolling_mean(x, window=3, center=True)) 
1000 loops, best of 3: 695 µs per loop 

为什么应用（lambda）方法〜3.5 x慢。在更复杂的数据框中，我注意到了更大的差异（〜10 x）。

lambda方法是否在此操作中创建数据的副本？

Answer 1

看起来像极本例中的性能差异可以用raw=True选项被淘汰：

%timeit pd.rolling_mean(d, window=3, center=True) 
1000 loops, best of 3: 281 µs per loop 

%timeit d.apply(lambda x: pd.rolling_mean(x, window=3, center=True)) 
1000 loops, best of 3: 1.02 ms per loop 

现在添加Raw=True选项：

%timeit d.apply(lambda x: pd.rolling_mean(x, window=3, center=True),raw=True) 
1000 loops, best of 3: 289 µs per loop 

添加reduce=False让你一个小速度 - 因为熊猫不必猜测回报：

%timeit d.apply(lambda x: pd.rolling_mean(x, window=3,center=True),raw=True,reduce=False) 
1000 loops, best of 3: 285 µs per loop 

因此，在这种情况下，看起来大多数性能差异是相关的，即将每列转换为Series，并将每个系列单独传递给rolling_mean。它使用Raw=True它只是通过ndarrays。