为什么pandas.dataframe.groupby在首先分配给变量时会更快？

Question

任何人都可以帮助理解为什么以下两种方式，我认为是什么，否则与 pandas.dataframe groupby方法相同的事情，根据iPython的Magic％在不同的时间完成timeit？

%timeit somedf.groupby('someBoolColumn')['someBoolColumn'].count()
484 µs ± 9.52 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit grp = somedf.groupby('someBoolColumn')
grp['someBoolColumn'].count()
146 µs ± 1.47 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

somedf有7200行和24列。

我找不到，

1. 为什么首先将对象分配给变量grp的两个衬里是> 3
   时间更快，也没有;

2. 如果这只是groupby方法或     对熊猫甚至是python更为通用的东西，例如，关于     变量分配。

非常感谢任何启示，因为这对于我想要处理的许多更大的数据帧有很大的帮助，反复使用许多不同的参数组合。