问题描述
我围绕 .NET API 构建了一个 Python 包装器。包装器目前在将 .NET 集合对象“解包”为要返回的所需 pd.Series 对象时非常慢。我想通过包装一些 C 代码进行解包来加速这部分代码。
细节
此 API（特别是 OSI Pi AFSDK）用于从专有数据库中检索时间序列数据。 API 调用是使用 pythonnet 库实现的，并返回一个名为 AFValues 对象的 .NET 集合。该对象是 AFValue 对象的集合，每个对象本身都包含一个 timestamp 和一个 value 字段以及其他信息。目前，我使用 Python 列表理解来“解压缩”这些对象中的每一个，并将它们组合在一起形成该系列。这是一个非常简化的版本：
timestamps = [afvalue.Timestamp for afvalue in afvalues]
# (There is actually some timezone handling etc in the above as well)
values = [afvalue.Value for afvalue in afvalues]
result = pd.Series(index = timestamps,data = values)
此列表推导在非常大的集合（即数百万个值）上明显变慢。
预期结果
理想情况下，我希望：
- 使用现有的
pythonnet代码调用 API - 将
AFValues对象传递到一些用 C（或者可能是 .NET？开放给建议）编写的预编译代码中 - 让 C 代码返回一个
Numpy数组或类似数组以转换为 Pandas 对象。
我相信以上就是 Pandas 和 Numpy 在大型操作中实现速度的方式。以上是正确的方法吗，以及关于我将如何进行编码的任何建议？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）