如何减少运行（for循环），Python

Posted 2023-03-12

【中文标题】如何减少运行（for循环），Python

【英文标题】：How to Reduce Running (for loop), Python

【发布时间】：2016-10-13 17:18:48

【问题描述】：

以下代码运行时间过长（超过 5 分钟）

有什么好的方法可以减少运行时间。

data.head() # more than 10 year data, Total iteration is around 4,500,000
                Open      High       Low     Close  Volume  Adj Close  \
Date                                                                    
2012-07-02  125500.0  126500.0  124000.0  125000.0  118500  104996.59   
2012-07-03  126500.0  130000.0  125500.0  129500.0  239400  108776.47   
2012-07-04  130000.0  132500.0  128500.0  131000.0  180800  110036.43   
2012-07-05  129500.0  131000.0  127500.0  128500.0  118600  107936.50   
2012-07-06  128500.0  129000.0  126000.0  127000.0  149000  106676.54  

我的代码是

import pandas as pd
import numpy as np
from pandas.io.data import DataReader
import matplotlib.pylab as plt
from datetime import datetime        

def DataReading(code):
    start = datetime(2012,7,1)
    end = pd.to_datetime('today')
    data = DataReader(code,'yahoo',start=start,end=end) 
    data = data[data["Volume"] != 0]  
    return data

data['Cut_Off'] = 0
Cut_Pct = 0.85

for i in range(len(data['Open'])):
    if i==0:
        pass
    for j in range(0,i):
        if data['Close'][j]/data['Close'][i-1]<=Cut_Pct:
           data['Cut_Off'][j] = 1 
           data['Cut_Off'][i] = 1 
        else
            pass

以上代码需要 5 分钟以上。 当然，后面还有“elif”（我没有写上面的代码） 我刚刚测试了上面的代码。

有什么好的方法可以减少上述代码运行时间？

补充

    buying list is
    Open      High       Low     Close  Volume  Adj Close  \
 Date                                                                    
 2012-07-02  125500.0  126500.0  124000.0  125000.0  118500  104996.59   
 2012-07-03  126500.0  130000.0  125500.0  129500.0  239400  108776.47   
 2012-07-04  130000.0  132500.0  128500.0  131000.0  180800  110036.43   
 2012-07-05  129500.0  131000.0  127500.0  128500.0  118600  107936.50   
 2012-07-06  128500.0  129000.0  126000.0  127000.0  149000  106676.54   
 2012-07-09  127000.0  133000.0  126500.0  131500.0  207500  110456.41   
 2012-07-10  131500.0  135000.0  130500.0  133000.0  240800  111716.37   
 2012-07-11  133500.0  136500.0  132500.0  136500.0  223800  114656.28   
 for exam, i bought 10 ea at 2012-07-02 with 125,500, and as times goes 
 daily, if the close price drop under 85% of buying price(125,500) then i         
 will sell out 10ea with 85% of buying price. 
 for reducing running time, i made buying list also(i didnt show in here)
 but it also take more than 2 min with using for loop.

【问题讨论】：

您可以为指定的样本 DF 发布所需的输出吗？否则很难猜出你想做什么......

我想要的输出是

我想要的输出是。为考试。 1. 2 月 1 日购买股票，2ea。 1 美元。第二次购买 3 月 3 日 3ea 1.5 美元。然后从4月开始每天计算利润率，如果价格从买入价下跌0.85然后卖出。对于考试来说，从 1.5 美元和 4 月的 1 美元开始，没有低于 0.85 的价格。然后没有行动，但 1 日它会下跌 1.275，然后我将卖出 3ea 的 1.5 美元。但仍持有 2ea 的 1usd。有时它会下跌 0.85 美元，然后我会卖掉 2ea。 1美元。上面的代码是用来查找这只股票的。

你分析过你的代码吗？

@Rogalski 我刚刚显示了价格和数量数据。但我的数据有购买栏。此列有 0 和 1。1 表示我购买了一些数量。

【参考方案1】：

不要遍历数据中的 4.5MM 行，而是使用 pandas 的内置索引功能。我在代码末尾重新编写了循环，如下所示：

data.loc[data.Close/data.Close.shift(1) <= Cut_Pct,'Cut_Off'] = 1

.loc 定位符合第一个参数中条件的行。 .shift 根据传递的参数向上或向下移动行。

【讨论】：

我想知道我是否使用 .loc 以及您的建议，那么它是否与迭代类似？我想计算我过去每天购买的利润率。您评论的代码似乎每天都不起作用。 @萌