熊猫选择栏目 - 最佳习惯和表现

Question

有许多不同的方法可以选择pandas.DataFrame中的列（行相同）。我想知道它是否有任何不同，是否有任何表现和风格建议。

例如，如果我有一个DataFrame如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.random((10,4)), columns=['a','b','c','d'])
df.head()

有许多不同的方法可供选择，例如列d

• 1）df['d']
• 2）df.loc[:,'d']（其中df.loc[row_indexer,column_indexer]）
• 3）df.loc[:]['d']
• 4）df.ix[:]['d']
• 5）df.ix[:,'d']

直观地说，我更愿意2），也许是因为我已经习惯了来自[row_indexer,column_indexer]的{​​{1}}风格

Answer 1

我会使用ipython的魔术函数%timeit来找出最佳的效果方法。 结果是：

%timeit df['d']
100000 loops, best of 3: 5.35 µs per loop

%timeit df.loc[:,'d']
10000 loops, best of 3: 44.3 µs per loop

%timeit df.loc[:]['d']
100000 loops, best of 3: 12.4 µs per loop

%timeit df.ix[:]['d']
100000 loops, best of 3: 10.4 µs per loop

%timeit df.ix[:,'d']
10000 loops, best of 3: 53 µs per loop

事实证明，第一种方法比其他方法快得多。