Pandas: df.groupby () es demasiado lento para el conjunto de datos grandes. ¿Algún método alternativo?

df = df.groupby(df.index).sum()

Tengo un dataframe con 3.8 millones de filas (una sola columna), y estoy tratando de agruparlos por índice. Pero lleva una eternidad terminar el cómputo. ¿Hay formas alternativas de tratar con un conjunto de datos muy grande? ¡¡¡¡Gracias por adelantado!!!!

• Efecto fijo en Pandas o Statsmodels
• Pandas: ¿Cómo puedo usar la función apply () para una sola columna?
• pd.read_csv no analiza correctamente el campo de fecha / mes cuando se establece parse_date =
• Cargar CSV en Pandas MultiIndex DataFrame
• Las pandas llenan los valores faltantes en el dataframe de otro dataframe

Estoy escribiendo en Python.

Los datos se ven como abajo. El índice es la identificación del cliente. Quiero agrupar el qty_liter por el Index .

df = df.groupby(df.index).sum()

• ¿Cómo extraer el coeficiente de regresión de statsmodels.api?
• Guarde la columna pandas (cadena / objeto) como VARCHAR en Oracle DB en lugar de CLOB (comportamiento predeterminado)
• Cómo ordenar un índice de pandas alfanumérico descendente.
• Eliminar / recortar todas las cadenas de un dataframe
• AttributeError: solo se puede usar el descriptor de acceso .dt con valores de tipo datetimelike

Pero esta línea de código está tomando demasiado tiempo …

La información sobre este df está abajo:

df.info()

Index: 3842595 entries, -2147153165 to \N Data columns (total 1 columns): qty_liter object dtypes: object(1) memory usage: 58.6+ MB

 df.index = df.index.astype(int) df.qty_liter = df.qty_liter.astype(float)