为什么pd.unique()比np.unique()快？

Question

我试着比较两个，一个是pandas.unique()，另一个是numpy.unique()，我发现后者实际上超过了第一个。

我不确定优势是否是线性的。

有人能告诉我为什么在代码实现方面存在这样的差异吗？在什么情况下我应该使用哪个？

Answer 1

np.unique()将数据视为一个数组，因此它逐个遍历每个值，然后标识唯一字段。

然而，pandas已经预先构建了包含此信息的元数据，而pd.unique()只是调用包含“唯一”信息的元数据，因此它不必再次计算它。