多年来，我每天都在使用Pandas，并且经常（但不是那么频繁）使用Numpy。大多数时候我会做这样的事情：
import pandas as pd
import numpy as np字符串
但是[编辑：prior to pandas 2.0 ]也可以直接从Pandas使用Numpy：
df['value'] = pd.np.where(df['date'] > '2020-01-01', 1, 0)型
有没有人知道这两个选项中的任何一个是否比另一个性能更好？
多年来，我每天都在使用Pandas，并且经常（但不是那么频繁）使用Numpy。大多数时候我会做这样的事情：
import pandas as pd
import numpy as np字符串
但是[编辑：prior to pandas 2.0 ]也可以直接从Pandas使用Numpy：
df['value'] = pd.np.where(df['date'] > '2020-01-01', 1, 0)型
有没有人知道这两个选项中的任何一个是否比另一个性能更好？
2条答案
按热度按时间kwvwclae1#
pandas.np在Pandas 2.0.0中被删除，以前在Pandas 1.0.0中被弃用：字符串
但值得注意的是，您可以检查它是否是源代码中的同一个模块。
xpcnnkqh2#
两者都导入相同的库。不应该有任何性能差异。它只是同一代码的别名。但是，
np.array比pd.np.array更好，因为它可以节省三个字符输入。