完成这些任务的最快方法是什么？

Question

我最初有一些时间序列数据，看起来像这样，必须执行以下操作：

1. 首先将其导入为 dataframe
2. 将日期列设置为日期时间索引
3. 添加一些指标，例如移动平均线等，作为新列
4. 做一些舍入（整列的值）
5. 将一列向上或向下移动一行（只是为了操作数据）
6. 然后将df 转换为 list （因为我需要根据某些条件循环它，它比循环 df 快很多，因为我需要速度）
7. 但是现在我想将df 转换为 dict而不是 list 因为我想保留列名，这样更方便

但现在我发现转换为 dict 比 list 花费的时间要长得多。 即使我是手动完成的，而不是使用 python 内置方法。

我的问题是，有没有更好的方法来做到这一点？ 也许首先不要导入为 dataframe ？ 并且仍然能够做到第 2 点到第 5 点？ 最后我需要转换为允许我执行循环的dict，将列名保留为键？ 谢谢。

PS dict应该是这个样子，格式类似于df，每一行基本都是日期和对应的数据。

Answer 1

关于第 7 项：如果要转换为字典，可以使用df.to_dict()

关于第 6 项：您无需将 df 转换为列表或对其进行循环： 这里有更好的选项。 寻找第二个答案（它说DON'T ）