我有一个类似如下的熊猫系列：
a = pd.Series([a1, a2, a3, a4, ...])
我想根据以下规则创建另一个熊猫系列：
b = pd.Series(a1, a2+a1**0.8, a3 + (a2 + a1**0.8)**0.8, a4 + (a3 + (a2 + a1**0.8)**0.8)**0.8, ...).
这使用迭代是可行的，但我有一个大数据集（数百万条记录），我必须执行数千次操作（出于优化目的）。我需要非常快地执行此操作。我有没有可能通过使用pandas 或numpy 内置函数来实现这一点？
【问题讨论】：
标签： python performance pandas numpy iteration
你可以使用递归函数，它会在 O(log(n)) 时间内运行
def my_func(x):
if len(x) == 1:
b.append(x[0])
return x[0]
element = x[-1]+0.8*my_func(x[:-1])
b.append(element)
return element
b= []
my_func(list(a))
【讨论】：
使用 for 循环
new_series=[]
cur_val=0
for ele in a:
cur_val=ele+cur_val**0.8
new_series.append(cur_val)
【讨论】：
关于这类问题，您需要了解的重要一点是，您现在正处于一个矛盾的境地。这意味着您正处于一个想要同时利用向量化和非向量化（如线程化或并行化）的点上。
在这种情况下，您可以尝试以下一个/一些选项：
更改数据结构的类型。
重新考虑您的问题，看看是否可以完全以矢量化方式解决这个问题（最好）
仅使用基于非矢量化的方法，但会牺牲其他东西，例如内存。
【讨论】：
与其与问题的根本迭代性质作斗争，不如使用 numba 并尝试做最简单的高性能迭代版本：
@numba.jit(nopython=True)
def epow(vec, p):
out = np.zeros(len(vec))
out[0] = vec[0]
for i in range(1, len(vec)):
out[i] = vec[i] + (out[i-1])**0.8
return out
这给了我
In [148]: a1, a2, a3, a4 = range(1, 5)
In [149]: a1, a2+a1**0.8, a3 + (a2 + a1**0.8)**0.8, a4 + (a3 + (a2 + a1**0.8)**0.8)**0.8
Out[149]: (1, 3.0, 5.408224685280692, 7.858724574530816)
In [150]: epow(pd.Series([a1, a2, a3, a4]).values, 0.8)
Out[150]: array([1. , 3. , 5.40822469, 7.85872457])
对于更长的系列：
In [151]: s = pd.Series(np.arange(2*10**6))
In [152]: %time epow(s.values, 0.8)
CPU times: user 512 ms, sys: 20 ms, total: 532 ms
Wall time: 531 ms
Out[152]:
array([0.00000000e+00, 1.00000000e+00, 3.00000000e+00, ...,
2.11487244e+06, 2.11487348e+06, 2.11487453e+06])
【讨论】：