让我们有一个小数据框:df = pd.DataFrame({'CID': [1,2,3,4,12345, 6]})
当我搜索成员资格时,速度会因我要求在 df.CID
或 df['CID']
中搜索而有很大不同。
In[25]:%timeit 12345 in df.CID
Out[25]:89.8 µs ± 254 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
In[26]:%timeit 12345 in df['CID']
Out[26]:42.3 µs ± 334 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
In[27]:type( df.CID)
Out[27]: pandas.core.series.Series
In[28]:type( df['CID'])
Out[28]: pandas.core.series.Series
这是为什么?
最佳答案
df['CID']
委托(delegate)给 NDFrame.__getitem__
并且更明显的是您正在执行索引操作。
另一方面,df.CID
委托(delegate)给 NDFrame.__getattr__
,它必须做一些额外的繁重工作,主要是确定“CID”是属性、函数还是您使用属性访问调用的列(为了方便,但不推荐用于生产代码)。
现在,为什么不推荐呢?考虑一下,
df = pd.DataFrame({'A': [1, 2, 3]})
df.A
0 1
1 2
2 3
Name: A, dtype: int64
将列“A”引用为 df.A
没有问题,因为它不与 pandas 中的任何属性或函数命名冲突。但是,请考虑 pop
功能(仅作为示例)。
df.pop
# <bound method NDFrame.pop of ...>
df.pop
是df
的绑定(bind)方法。现在,出于各种原因,我想创建一个名为“pop”的栏目。
df['pop'] = [4, 5, 6]
df
A pop
0 1 4
1 2 5
2 3 6
很好,但是,
df.pop
# <bound method NDFrame.pop of ...>
我无法使用属性符号来访问此列。然而……
df['pop']
0 4
1 5
2 6
Name: pop, dtype: int64
括号符号仍然有效。这就是为什么这样更好。
关于python - 用于访问 Pandas 中的列的括号表示法和点表示法之间的速度差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56240925/