当该列被排序时，是否有更好的方法按列值过滤 Pandas 数据框？
Is there a more optimal way of filtering Pandas dataframe by a column value, when that column is ordered?
在 Pandas 中，我有一个包含数百万行的大型 DF。每个特定 date 通常有数千行，所有这些都与特定事件相关。
我想遍历，分组处理具有共享日期的行。例如，这是我目前的做法：
# Gets me unique date strings
dates = df['date'].unique()
for date in dates:
dateDF = df[df['date'] == date]
# Do stuff with these df rows
在数千个日期中重复此操作相对较慢。慢的部分是过滤。我想象它正在搜索更大数据框中的每个元素，寻找共享相同日期的元素。但是 - 所有 DF 元素都是按时间顺序排列的。因此，对于第一个日期，可能是 1/1/22 10:00:00 +0000，第 0-1000 行可能共享此日期，然后其他数百万行中的 none 共享它。下一个，可能是第 1001-2000 行。
所以我想知道是否有更好的方法来做到这一点：我知道所有这些共享日期的行都分组在一起，所以没有必要检查最后一行之后的行，这将有不同的日期。
有没有更好的方法可以做到这一点？
我没有那么大的数据来测试它，但它有 .groupby()，稍后你可以单独处理每个组，或者 运行 同时在所有组上使用一些函数 - 即 .sum()、.min()、.max() 甚至 .apply().
df.groupby('date').sum()
df.groupby('date').min()
df.groupby('date').max()
df.groupby('date').apply(lambda x: -x['value'] * 2 )
您可以使用 groupby 和 for-loop 分别处理每个组
for date, grp in df.groupby('date'):
print('\n---', date, '---\n')
print(grp[:3])
具有 1_000_000 行和 6 列但只有 25 groups/dates 的最小工作代码。所以每个日期都有
import pandas as pd
import random
import time
# randome data - but with `seed(0)` it generates always the same data
random.seed(0)
df = pd.DataFrame({
'date': [ f'2022.03.{i:02}' for _ in range(40_000)
for i in range(25)],
'value1': random.choices(range(10), k=1_000_000),
'value2': random.choices(range(10), k=1_000_000),
'value3': random.choices(range(10), k=1_000_000),
'value4': random.choices(range(10), k=1_000_000),
'value5': random.choices(range(10), k=1_000_000),
})
start = time.time()
print('\n--- sum ---\n')
print(df.groupby('date').sum())
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
print('\n--- min ---\n')
print(df.groupby('date').min())
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
print('\n--- max ---\n')
print(df.groupby('date').max())
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
print('\n--- apply ---\n')
print(df.groupby('date').apply(lambda x: -x['value1'] * 2 ))
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
for date, grp in df.groupby('date'):
print('\n---', date, '---\n')
print(grp[:3])
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
结果（带次数）：
--- sum ---
value1 value2 value3 value4 value5
date
2022.03.00 179425 180291 179620 180332 180839
2022.03.01 180287 179782 179759 180502 180240
2022.03.02 179555 180402 180356 180607 180100
2022.03.03 180286 180369 180711 180005 180127
2022.03.04 180748 180458 180407 179553 181962
2022.03.05 179400 180108 179886 179032 179100
2022.03.06 179840 180928 180419 180632 179872
2022.03.07 179978 179485 179491 179624 179480
2022.03.08 180303 180035 180178 180046 180248
2022.03.09 179888 179902 179356 180080 180490
2022.03.10 179857 180206 179456 181891 179755
2022.03.11 180794 179728 180788 180188 179809
2022.03.12 179412 179732 181141 180800 179825
2022.03.13 179282 180001 180674 179768 179096
2022.03.14 180105 180184 179754 179983 180434
2022.03.15 179224 180054 180243 179966 179743
2022.03.16 179437 178779 179854 179732 179718
2022.03.17 179559 180115 179454 179088 180622
2022.03.18 180319 179567 180182 180466 180690
2022.03.19 180789 180021 180762 179747 179533
2022.03.20 180664 179912 180141 180142 179033
2022.03.21 179183 180499 181146 180034 179364
2022.03.22 179403 179754 181065 180015 180279
2022.03.23 179300 179739 179041 180516 180266
2022.03.24 179836 179909 179042 180705 180381
time: 0.24 seconds
--- min ---
value1 value2 value3 value4 value5
date
2022.03.00 0 0 0 0 0
2022.03.01 0 0 0 0 0
2022.03.02 0 0 0 0 0
2022.03.03 0 0 0 0 0
2022.03.04 0 0 0 0 0
2022.03.05 0 0 0 0 0
2022.03.06 0 0 0 0 0
2022.03.07 0 0 0 0 0
2022.03.08 0 0 0 0 0
2022.03.09 0 0 0 0 0
2022.03.10 0 0 0 0 0
2022.03.11 0 0 0 0 0
2022.03.12 0 0 0 0 0
2022.03.13 0 0 0 0 0
2022.03.14 0 0 0 0 0
2022.03.15 0 0 0 0 0
2022.03.16 0 0 0 0 0
2022.03.17 0 0 0 0 0
2022.03.18 0 0 0 0 0
2022.03.19 0 0 0 0 0
2022.03.20 0 0 0 0 0
2022.03.21 0 0 0 0 0
2022.03.22 0 0 0 0 0
2022.03.23 0 0 0 0 0
2022.03.24 0 0 0 0 0
time: 0.17 seconds
--- max ---
value1 value2 value3 value4 value5
date
2022.03.00 9 9 9 9 9
2022.03.01 9 9 9 9 9
2022.03.02 9 9 9 9 9
2022.03.03 9 9 9 9 9
2022.03.04 9 9 9 9 9
2022.03.05 9 9 9 9 9
2022.03.06 9 9 9 9 9
2022.03.07 9 9 9 9 9
2022.03.08 9 9 9 9 9
2022.03.09 9 9 9 9 9
2022.03.10 9 9 9 9 9
2022.03.11 9 9 9 9 9
2022.03.12 9 9 9 9 9
2022.03.13 9 9 9 9 9
2022.03.14 9 9 9 9 9
2022.03.15 9 9 9 9 9
2022.03.16 9 9 9 9 9
2022.03.17 9 9 9 9 9
2022.03.18 9 9 9 9 9
2022.03.19 9 9 9 9 9
2022.03.20 9 9 9 9 9
2022.03.21 9 9 9 9 9
2022.03.22 9 9 9 9 9
2022.03.23 9 9 9 9 9
2022.03.24 9 9 9 9 9
time: 0.16 seconds
--- apply ---
date
2022.03.00 0 -16
25 -2
50 -16
75 0
100 -12
..
2022.03.24 999899 0
999924 -14
999949 -4
999974 -16
999999 -6
Name: value1, Length: 1000000, dtype: int64
time: 0.96 seconds
--- 2022.03.00 ---
date value1 value2 value3 value4 value5
0 2022.03.00 8 3 2 3 8
25 2022.03.00 1 9 7 8 4
50 2022.03.00 8 5 3 6 5
--- 2022.03.01 ---
date value1 value2 value3 value4 value5
1 2022.03.01 7 1 3 2 3
26 2022.03.01 4 1 9 8 5
51 2022.03.01 4 5 5 9 5
--- 2022.03.02 ---
date value1 value2 value3 value4 value5
2 2022.03.02 4 5 9 8 5
27 2022.03.02 6 7 1 6 6
52 2022.03.02 0 1 8 8 5
--- 2022.03.03 ---
date value1 value2 value3 value4 value5
3 2022.03.03 2 4 2 9 1
28 2022.03.03 9 8 1 8 2
53 2022.03.03 3 1 4 7 7
--- 2022.03.04 ---
date value1 value2 value3 value4 value5
4 2022.03.04 5 9 5 9 6
29 2022.03.04 9 7 0 6 2
54 2022.03.04 5 4 2 3 9
--- 2022.03.05 ---
date value1 value2 value3 value4 value5
5 2022.03.05 4 9 8 0 4
30 2022.03.05 4 0 8 1 6
55 2022.03.05 9 8 4 5 7
--- 2022.03.06 ---
date value1 value2 value3 value4 value5
6 2022.03.06 7 8 7 4 2
31 2022.03.06 8 4 1 9 1
56 2022.03.06 1 5 3 1 8
--- 2022.03.07 ---
date value1 value2 value3 value4 value5
7 2022.03.07 3 8 3 3 4
32 2022.03.07 2 6 3 9 2
57 2022.03.07 5 5 6 9 3
--- 2022.03.08 ---
date value1 value2 value3 value4 value5
8 2022.03.08 4 3 6 0 6
33 2022.03.08 8 2 5 4 0
58 2022.03.08 7 3 1 7 5
--- 2022.03.09 ---
date value1 value2 value3 value4 value5
9 2022.03.09 5 9 4 1 6
34 2022.03.09 5 4 2 8 2
59 2022.03.09 5 4 4 4 4
--- 2022.03.10 ---
date value1 value2 value3 value4 value5
10 2022.03.10 9 7 5 1 3
35 2022.03.10 0 4 9 7 6
60 2022.03.10 8 1 1 0 3
--- 2022.03.11 ---
date value1 value2 value3 value4 value5
11 2022.03.11 5 9 7 3 0
36 2022.03.11 7 7 5 6 2
61 2022.03.11 5 7 5 7 2
--- 2022.03.12 ---
date value1 value2 value3 value4 value5
12 2022.03.12 2 8 8 9 0
37 2022.03.12 3 1 0 3 8
62 2022.03.12 9 5 1 0 6
--- 2022.03.13 ---
date value1 value2 value3 value4 value5
13 2022.03.13 7 5 4 9 2
38 2022.03.13 8 9 9 8 6
63 2022.03.13 6 1 7 1 5
--- 2022.03.14 ---
date value1 value2 value3 value4 value5
14 2022.03.14 6 7 0 2 0
39 2022.03.14 6 4 9 8 4
64 2022.03.14 5 4 6 3 1
--- 2022.03.15 ---
date value1 value2 value3 value4 value5
15 2022.03.15 2 1 0 3 7
40 2022.03.15 0 8 7 0 8
65 2022.03.15 4 1 6 8 3
--- 2022.03.16 ---
date value1 value2 value3 value4 value5
16 2022.03.16 9 3 9 5 8
41 2022.03.16 4 4 4 1 4
66 2022.03.16 5 5 4 3 7
--- 2022.03.17 ---
date value1 value2 value3 value4 value5
17 2022.03.17 9 8 5 1 6
42 2022.03.17 8 1 1 1 9
67 2022.03.17 3 0 9 7 2
--- 2022.03.18 ---
date value1 value2 value3 value4 value5
18 2022.03.18 8 2 8 1 9
43 2022.03.18 2 1 6 9 6
68 2022.03.18 5 9 6 8 3
--- 2022.03.19 ---
date value1 value2 value3 value4 value5
19 2022.03.19 9 6 2 1 2
44 2022.03.19 3 1 1 2 7
69 2022.03.19 2 2 6 1 1
--- 2022.03.20 ---
date value1 value2 value3 value4 value5
20 2022.03.20 3 1 0 8 3
45 2022.03.20 8 9 8 9 1
70 2022.03.20 1 3 6 6 1
--- 2022.03.21 ---
date value1 value2 value3 value4 value5
21 2022.03.21 7 9 6 2 6
46 2022.03.21 1 6 5 0 2
71 2022.03.21 1 6 7 5 7
--- 2022.03.22 ---
date value1 value2 value3 value4 value5
22 2022.03.22 8 3 9 9 9
47 2022.03.22 5 4 1 2 4
72 2022.03.22 6 1 4 9 1
--- 2022.03.23 ---
date value1 value2 value3 value4 value5
23 2022.03.23 6 4 7 0 7
48 2022.03.23 2 8 9 3 0
73 2022.03.23 6 3 5 2 6
--- 2022.03.24 ---
date value1 value2 value3 value4 value5
24 2022.03.24 4 1 1 0 0
49 2022.03.24 9 5 0 3 8
74 2022.03.24 4 8 0 1 2
time: 0.72 seconds
编辑：
我测试了1_000组
df = pd.DataFrame({
'date': [ f'2022.03.{i:04}' for _ in range(1_000)
for i in range(1_000)],
'value1': random.choices(range(10), k=1_000_000),
'value2': random.choices(range(10), k=1_000_000),
'value3': random.choices(range(10), k=1_000_000),
'value4': random.choices(range(10), k=1_000_000),
'value5': random.choices(range(10), k=1_000_000),
})
和标准函数 .sum()、.max() 等需要相似的时间 - 不到 1 秒。
for-循环需要 14 秒，因为它必须 print() 更多值。
没有 print() 它需要不到 1 秒。
在 Pandas 中，我有一个包含数百万行的大型 DF。每个特定 date 通常有数千行，所有这些都与特定事件相关。
我想遍历，分组处理具有共享日期的行。例如，这是我目前的做法：
# Gets me unique date strings
dates = df['date'].unique()
for date in dates:
dateDF = df[df['date'] == date]
# Do stuff with these df rows
在数千个日期中重复此操作相对较慢。慢的部分是过滤。我想象它正在搜索更大数据框中的每个元素，寻找共享相同日期的元素。但是 - 所有 DF 元素都是按时间顺序排列的。因此，对于第一个日期，可能是 1/1/22 10:00:00 +0000，第 0-1000 行可能共享此日期，然后其他数百万行中的 none 共享它。下一个，可能是第 1001-2000 行。
所以我想知道是否有更好的方法来做到这一点：我知道所有这些共享日期的行都分组在一起，所以没有必要检查最后一行之后的行，这将有不同的日期。
有没有更好的方法可以做到这一点？
我没有那么大的数据来测试它，但它有 .groupby()，稍后你可以单独处理每个组，或者 运行 同时在所有组上使用一些函数 - 即 .sum()、.min()、.max() 甚至 .apply().
df.groupby('date').sum()
df.groupby('date').min()
df.groupby('date').max()
df.groupby('date').apply(lambda x: -x['value'] * 2 )
您可以使用 groupby 和 for-loop 分别处理每个组
for date, grp in df.groupby('date'):
print('\n---', date, '---\n')
print(grp[:3])
具有 1_000_000 行和 6 列但只有 25 groups/dates 的最小工作代码。所以每个日期都有
import pandas as pd
import random
import time
# randome data - but with `seed(0)` it generates always the same data
random.seed(0)
df = pd.DataFrame({
'date': [ f'2022.03.{i:02}' for _ in range(40_000)
for i in range(25)],
'value1': random.choices(range(10), k=1_000_000),
'value2': random.choices(range(10), k=1_000_000),
'value3': random.choices(range(10), k=1_000_000),
'value4': random.choices(range(10), k=1_000_000),
'value5': random.choices(range(10), k=1_000_000),
})
start = time.time()
print('\n--- sum ---\n')
print(df.groupby('date').sum())
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
print('\n--- min ---\n')
print(df.groupby('date').min())
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
print('\n--- max ---\n')
print(df.groupby('date').max())
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
print('\n--- apply ---\n')
print(df.groupby('date').apply(lambda x: -x['value1'] * 2 ))
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
start = time.time()
for date, grp in df.groupby('date'):
print('\n---', date, '---\n')
print(grp[:3])
end = time.time()
print(f'\ntime: {end-start:.2f} seconds')
结果（带次数）：
--- sum ---
value1 value2 value3 value4 value5
date
2022.03.00 179425 180291 179620 180332 180839
2022.03.01 180287 179782 179759 180502 180240
2022.03.02 179555 180402 180356 180607 180100
2022.03.03 180286 180369 180711 180005 180127
2022.03.04 180748 180458 180407 179553 181962
2022.03.05 179400 180108 179886 179032 179100
2022.03.06 179840 180928 180419 180632 179872
2022.03.07 179978 179485 179491 179624 179480
2022.03.08 180303 180035 180178 180046 180248
2022.03.09 179888 179902 179356 180080 180490
2022.03.10 179857 180206 179456 181891 179755
2022.03.11 180794 179728 180788 180188 179809
2022.03.12 179412 179732 181141 180800 179825
2022.03.13 179282 180001 180674 179768 179096
2022.03.14 180105 180184 179754 179983 180434
2022.03.15 179224 180054 180243 179966 179743
2022.03.16 179437 178779 179854 179732 179718
2022.03.17 179559 180115 179454 179088 180622
2022.03.18 180319 179567 180182 180466 180690
2022.03.19 180789 180021 180762 179747 179533
2022.03.20 180664 179912 180141 180142 179033
2022.03.21 179183 180499 181146 180034 179364
2022.03.22 179403 179754 181065 180015 180279
2022.03.23 179300 179739 179041 180516 180266
2022.03.24 179836 179909 179042 180705 180381
time: 0.24 seconds
--- min ---
value1 value2 value3 value4 value5
date
2022.03.00 0 0 0 0 0
2022.03.01 0 0 0 0 0
2022.03.02 0 0 0 0 0
2022.03.03 0 0 0 0 0
2022.03.04 0 0 0 0 0
2022.03.05 0 0 0 0 0
2022.03.06 0 0 0 0 0
2022.03.07 0 0 0 0 0
2022.03.08 0 0 0 0 0
2022.03.09 0 0 0 0 0
2022.03.10 0 0 0 0 0
2022.03.11 0 0 0 0 0
2022.03.12 0 0 0 0 0
2022.03.13 0 0 0 0 0
2022.03.14 0 0 0 0 0
2022.03.15 0 0 0 0 0
2022.03.16 0 0 0 0 0
2022.03.17 0 0 0 0 0
2022.03.18 0 0 0 0 0
2022.03.19 0 0 0 0 0
2022.03.20 0 0 0 0 0
2022.03.21 0 0 0 0 0
2022.03.22 0 0 0 0 0
2022.03.23 0 0 0 0 0
2022.03.24 0 0 0 0 0
time: 0.17 seconds
--- max ---
value1 value2 value3 value4 value5
date
2022.03.00 9 9 9 9 9
2022.03.01 9 9 9 9 9
2022.03.02 9 9 9 9 9
2022.03.03 9 9 9 9 9
2022.03.04 9 9 9 9 9
2022.03.05 9 9 9 9 9
2022.03.06 9 9 9 9 9
2022.03.07 9 9 9 9 9
2022.03.08 9 9 9 9 9
2022.03.09 9 9 9 9 9
2022.03.10 9 9 9 9 9
2022.03.11 9 9 9 9 9
2022.03.12 9 9 9 9 9
2022.03.13 9 9 9 9 9
2022.03.14 9 9 9 9 9
2022.03.15 9 9 9 9 9
2022.03.16 9 9 9 9 9
2022.03.17 9 9 9 9 9
2022.03.18 9 9 9 9 9
2022.03.19 9 9 9 9 9
2022.03.20 9 9 9 9 9
2022.03.21 9 9 9 9 9
2022.03.22 9 9 9 9 9
2022.03.23 9 9 9 9 9
2022.03.24 9 9 9 9 9
time: 0.16 seconds
--- apply ---
date
2022.03.00 0 -16
25 -2
50 -16
75 0
100 -12
..
2022.03.24 999899 0
999924 -14
999949 -4
999974 -16
999999 -6
Name: value1, Length: 1000000, dtype: int64
time: 0.96 seconds
--- 2022.03.00 ---
date value1 value2 value3 value4 value5
0 2022.03.00 8 3 2 3 8
25 2022.03.00 1 9 7 8 4
50 2022.03.00 8 5 3 6 5
--- 2022.03.01 ---
date value1 value2 value3 value4 value5
1 2022.03.01 7 1 3 2 3
26 2022.03.01 4 1 9 8 5
51 2022.03.01 4 5 5 9 5
--- 2022.03.02 ---
date value1 value2 value3 value4 value5
2 2022.03.02 4 5 9 8 5
27 2022.03.02 6 7 1 6 6
52 2022.03.02 0 1 8 8 5
--- 2022.03.03 ---
date value1 value2 value3 value4 value5
3 2022.03.03 2 4 2 9 1
28 2022.03.03 9 8 1 8 2
53 2022.03.03 3 1 4 7 7
--- 2022.03.04 ---
date value1 value2 value3 value4 value5
4 2022.03.04 5 9 5 9 6
29 2022.03.04 9 7 0 6 2
54 2022.03.04 5 4 2 3 9
--- 2022.03.05 ---
date value1 value2 value3 value4 value5
5 2022.03.05 4 9 8 0 4
30 2022.03.05 4 0 8 1 6
55 2022.03.05 9 8 4 5 7
--- 2022.03.06 ---
date value1 value2 value3 value4 value5
6 2022.03.06 7 8 7 4 2
31 2022.03.06 8 4 1 9 1
56 2022.03.06 1 5 3 1 8
--- 2022.03.07 ---
date value1 value2 value3 value4 value5
7 2022.03.07 3 8 3 3 4
32 2022.03.07 2 6 3 9 2
57 2022.03.07 5 5 6 9 3
--- 2022.03.08 ---
date value1 value2 value3 value4 value5
8 2022.03.08 4 3 6 0 6
33 2022.03.08 8 2 5 4 0
58 2022.03.08 7 3 1 7 5
--- 2022.03.09 ---
date value1 value2 value3 value4 value5
9 2022.03.09 5 9 4 1 6
34 2022.03.09 5 4 2 8 2
59 2022.03.09 5 4 4 4 4
--- 2022.03.10 ---
date value1 value2 value3 value4 value5
10 2022.03.10 9 7 5 1 3
35 2022.03.10 0 4 9 7 6
60 2022.03.10 8 1 1 0 3
--- 2022.03.11 ---
date value1 value2 value3 value4 value5
11 2022.03.11 5 9 7 3 0
36 2022.03.11 7 7 5 6 2
61 2022.03.11 5 7 5 7 2
--- 2022.03.12 ---
date value1 value2 value3 value4 value5
12 2022.03.12 2 8 8 9 0
37 2022.03.12 3 1 0 3 8
62 2022.03.12 9 5 1 0 6
--- 2022.03.13 ---
date value1 value2 value3 value4 value5
13 2022.03.13 7 5 4 9 2
38 2022.03.13 8 9 9 8 6
63 2022.03.13 6 1 7 1 5
--- 2022.03.14 ---
date value1 value2 value3 value4 value5
14 2022.03.14 6 7 0 2 0
39 2022.03.14 6 4 9 8 4
64 2022.03.14 5 4 6 3 1
--- 2022.03.15 ---
date value1 value2 value3 value4 value5
15 2022.03.15 2 1 0 3 7
40 2022.03.15 0 8 7 0 8
65 2022.03.15 4 1 6 8 3
--- 2022.03.16 ---
date value1 value2 value3 value4 value5
16 2022.03.16 9 3 9 5 8
41 2022.03.16 4 4 4 1 4
66 2022.03.16 5 5 4 3 7
--- 2022.03.17 ---
date value1 value2 value3 value4 value5
17 2022.03.17 9 8 5 1 6
42 2022.03.17 8 1 1 1 9
67 2022.03.17 3 0 9 7 2
--- 2022.03.18 ---
date value1 value2 value3 value4 value5
18 2022.03.18 8 2 8 1 9
43 2022.03.18 2 1 6 9 6
68 2022.03.18 5 9 6 8 3
--- 2022.03.19 ---
date value1 value2 value3 value4 value5
19 2022.03.19 9 6 2 1 2
44 2022.03.19 3 1 1 2 7
69 2022.03.19 2 2 6 1 1
--- 2022.03.20 ---
date value1 value2 value3 value4 value5
20 2022.03.20 3 1 0 8 3
45 2022.03.20 8 9 8 9 1
70 2022.03.20 1 3 6 6 1
--- 2022.03.21 ---
date value1 value2 value3 value4 value5
21 2022.03.21 7 9 6 2 6
46 2022.03.21 1 6 5 0 2
71 2022.03.21 1 6 7 5 7
--- 2022.03.22 ---
date value1 value2 value3 value4 value5
22 2022.03.22 8 3 9 9 9
47 2022.03.22 5 4 1 2 4
72 2022.03.22 6 1 4 9 1
--- 2022.03.23 ---
date value1 value2 value3 value4 value5
23 2022.03.23 6 4 7 0 7
48 2022.03.23 2 8 9 3 0
73 2022.03.23 6 3 5 2 6
--- 2022.03.24 ---
date value1 value2 value3 value4 value5
24 2022.03.24 4 1 1 0 0
49 2022.03.24 9 5 0 3 8
74 2022.03.24 4 8 0 1 2
time: 0.72 seconds
编辑：
我测试了1_000组
df = pd.DataFrame({
'date': [ f'2022.03.{i:04}' for _ in range(1_000)
for i in range(1_000)],
'value1': random.choices(range(10), k=1_000_000),
'value2': random.choices(range(10), k=1_000_000),
'value3': random.choices(range(10), k=1_000_000),
'value4': random.choices(range(10), k=1_000_000),
'value5': random.choices(range(10), k=1_000_000),
})
和标准函数 .sum()、.max() 等需要相似的时间 - 不到 1 秒。
for-循环需要 14 秒，因为它必须 print() 更多值。
没有 print() 它需要不到 1 秒。