什么是挑选pandas DataFrame的最快方法？

Question

哪个更好，使用Pandas内置方法或pickle.dump？

标准的泡菜方法如下：

pickle.dump(my_dataframe, open('test_pickle.p', 'wb'))

Pandas内置方法如下所示：

my_dataframe.to_pickle('test_pickle.p')

Answer 1

感谢@qwwqwwq我发现pandas有一个内置的to_pickle数据帧方法。我做了一个快速的时间测试：

In [1]: %timeit pickle.dump(df, open('test_pickle.p', 'wb'))
10 loops, best of 3: 91.8 ms per loop

In [2]: %timeit df.to_pickle('testpickle.p')
10 loops, best of 3: 88 ms per loop

所以看起来内置只是差一点（对我而言，这很有用，因为它意味着它可能不值得重构代码来使用内置功能） - 希望这有助于某人！

Answer 2

简单的基准，对吧？

完全没有区别，实际上我希望Pandas实现getstate，因此调用pickle.dump(df)实际上与调用df.to_pickle()相同。

如果您在熊猫的源代码上搜索__getstate__，则会发现that it is implemented on several objects。