Il vaut mieux ne pas utiliser pd.tseries.offsets.DateOffset .__ mul__.
pandas fournit une classe appelée pd.Timestamp pour gérer les dates et les heures. De plus, si vous voulez calculer une date et une heure éloignées d'une certaine période d'une certaine date et heure, utilisez pd.tseries.offsets.DateOffset.
Cette fois, je présenterai le comportement intéressant de pd.tseries.offsets.DateOffset.
Tout d'abord, regardez le résultat de l'exécution ci-dessous.
$ python -m timeit -u msec -n 10 -s "import pandas as pd" "pd.Timestamp('2010-01-01 00:00:00') + 100 * pd.tseries.offsets.DateOffset(seconds=1)"
10 loops, best of 3: 0.438 msec per loop
$ python -m timeit -u msec -n 10 -s "import pandas as pd" "pd.Timestamp('2010-01-01 00:00:00') + 1000 * pd.tseries.offsets.DateOffset(seconds=1)"
10 loops, best of 3: 3.85 msec per loop
$ python -m timeit -u msec -n 10 -s "import pandas as pd" "pd.Timestamp('2010-01-01 00:00:00') + 10000 * pd.tseries.offsets.DateOffset(seconds=1)"
10 loops, best of 3: 41.9 msec per loop
Tu sais ce que tu veux dire? ** Le temps d'exécution augmente linéairement en multipliant le décalage de date. ** ** Il est probablement appelé en interne autant de fois que «pd.Timestamp .__ add__» est multiplié.
C'est une bonne manière de faire la même chose.
$ python -m timeit -u msec -n 10 -s "import pandas as pd" "pd.Timestamp('2010-01-01 00:00:00') + pd.tseries.offsets.DateOffset(seconds=1*100)"
10 loops, best of 3: 0.0328 msec per loop
$ python -m timeit -u msec -n 10 -s "import pandas as pd" "pd.Timestamp('2010-01-01 00:00:00') + pd.tseries.offsets.DateOffset(seconds=1*1000)"
10 loops, best of 3: 0.0373 msec per loop
$ python -m timeit -u msec -n 10 -s "import pandas as pd" "pd.Timestamp('2010-01-01 00:00:00') + pd.tseries.offsets.DateOffset(seconds=1*10000)"
10 loops, best of 3: 0.0336 msec per loop
C'est devenu une vitesse élevée (ou plutôt un comportement intuitif).
Au fait, si vous utilisez le module standard python datetime, ce sera comme ça. C'est très rapide.
$ python -m timeit -u msec -n 10 -s "import datetime" "datetime.datetime(2010,1,1) + 100 * datetime.timedelta(seconds=1)"
10 loops, best of 3: 0.0031 msec per loop
$ python -m timeit -u msec -n 10 -s "import datetime" "datetime.datetime(2010,1,1) + 1000 * datetime.timedelta(seconds=1)"
10 loops, best of 3: 0.00276 msec per loop
$ python -m timeit -u msec -n 10 -s "import datetime" "datetime.datetime(2010,1,1) + 10000 * datetime.timedelta(seconds=1)"
10 loops, best of 3: 0.00227 msec per loop
Recommended Posts