使用datetime索引在DataFrame中选择行的最快方法？

Question

我发现在熊猫中选择行的速度相当慢。

我有一个df，其日期时间超过20k作为索引，50列。

以下是我要做的事情：

for d in reversed(df.index):
    whatever_value = calculate()
    start = time.time()
    df.ix[d] = whatever_value
    print time.time()-start

我尝试了df.ix[d]，每次约需50 ~ 60 ms (printed out as above)次。所以总共需要20k * 0.055 =~ 1100 seconds

为了避免使用datetime进行选择，我还使用了顺序索引号，例如df.iloc[[100]]，但性能相同：

i = len(df.index)
for d in reversed(df.index):
    i -= 1
    df.iloc[[i]] = whatever_value

修改

我尝试的另一件事是

result_dict = OrderedDict()
for d in reversed(df.index):
    result_dict[d] = whatever_value
df = pd.DataFrame.from_dict(result_dict, orient='index')

我只是使用dict通过datetime接收值，最后，我将其转换为新的数据帧。

这种方式比上述所有方式都要好，但pd.DataFrame.from_dict类似于28 seconds。

有没有办法更快地选择行？我不需要读取值，我只需要按顺序为每个行分配值。

或者有没有办法让dict -> dataframe更快？