与使用pandas to_csv的python2相比，使用python3编写慢速csv

Question

任何人都可以澄清为什么在使用python interpreter 3而不是2时使用pandas方法to_csv写入csv文件的方式会慢一些？从pandas文档我发现默认编码python3 = utf-8和python2 = ascii，这是我发现的唯一区别。仍然没有解释时间上的巨大差异，因为即使我给编码参数encoding =＆＃39; ascii＆＃39;在python3中，to_csv，结果仍然较慢。

我正在使用带有anaconda的spyder，我的数据框大约是。带有6列的80万行，带有dtypes：datetime64 [ns]，float64，int64，float64，float64，float64。

在两个python环境中，我都安装了pandas 0.22.0版本。 Numpy版本也是相同的，它们是1.14.0。我也在Windows 10中运行这些脚本。

使用python-2.7：

start = timer()   
df.to_csv(path, index = False, date_format = '%Y-%m-%d %H:%M:%S')
time = timer() - start
87.6402205

start = timer()   
df.to_csv(path, index = False, date_format = '%Y-%m-%d %H:%M:%S', encoding = 'utf-8')
time = timer() - start
118.808225

使用pyton-3.5

start = timer()   
df.to_csv(path, index = False, date_format = '%Y-%m-%d %H:%M:%S')
time = timer() - start
149.52978580000004

start = timer()   
df.to_csv(path, index = False, date_format = '%Y-%m-%d %H:%M:%S', encoding = 'ascii')
time = timer() - start
138.72526400000015

这是什么原因？我是否需要在python3中提供一个特定的浮点格式，默认情况下与使用python2时不同？