利用惰性评估和优化焊接框架实现熊猫的基本需求。
baloo的Python项目详细描述
巴鲁
实现bare necessities 使用lazy计算的Pandas的 优化Weld框架。
文档here
安装
pip install baloo
请注意，目前它只在Python3.5.2上测试过，尽管任何Python3版本都应该可以。
基准
种子随机数据的基准结果如下所示。 数据由4个numpy数组列组成：float64的2列、int64的1列和int32的1列。 前两个图分别在56MB和420MB总数据上运行以下操作：
df = df[(df['col1'] > 0) & (df['col2'] >= 10) & (df['col3'] < 30)] # filter
df = df.agg(['min', 'prod', 'mean', 'std']) # 4x agg
df['col4'] = df['col1'] * 2 + 1 - 23 # 3x op
df['col5'] = df['col1'].apply(np.exp) # udf
df = df.groupby(['col2', 'col4']).var() # groupby*
df = df[['col3', 'col1']].join(df[['col3', 'col2']], on='col3', rsuffix='_r') # join*
*注意，groupby和join实现在baloo中被简化了。例如，groupby结果未排序
在巴鲁就像熊猫一样。baloo中的join实现目前依赖于排序和区分的on数据；
SortedNes预计很快就会修补。
最后这张图显示了3x op在不同数据集大小上的执行时间：
实际上，由于矢量化等特性，Weld的伸缩性很好，但是编译时间超过了 小数据集计算时间的改进。然而，baloo目前只支持 熊猫。更多的工作马上就要来了！
用于运行基准测试的脚本可以在相关文件夹中找到。
欢迎加入QQ群-->： 979659372
