与Python迭代器相比，将.NET集合解压到dataframe中的速度更快

Question

我已经围绕.NETAPI构建了一个Python包装器。包装器当前在将.NET集合对象“解包”到要返回的所需pd.Series对象中时速度非常慢。我想通过包装一些C代码来进行解包，从而加快这部分代码的速度

细节

此API（特别是OSI Pi AFSDK）用于从专有数据库检索timeseries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，这些对象本身包含timestamp和value字段以及其他信息。目前，我使用Python列表来“解压”这些对象中的每一个，并将它们组合在一起形成这个系列。以下是一个简化的版本：

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)

对于非常大的集合（即数百万个值），此列表的理解速度明显较慢

期望的结果

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编写的预编译代码中（或者.NET？开放供建议）
• 让C代码返回一个Numpy数组或类似的数组，以转换为Pandas对象

我相信以上就是熊猫和Numpy如何在大型行动中实现他们的速度。以上是正确的方法吗？关于如何编写代码，有什么建议吗