用“ loc”选择熊猫布尔值并不总是更快？

Question

正如我在Pandas中所知道的那样，使用loc进行布尔选择比仅使用布尔选择进行布尔选择要快

这是我的实验：

第一个单列实验

%%timeit
df[df['종가']>9700]['시가총액']
>> 727 µs ± 2.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)


%%timeit
df.loc[df['종가']>9700, "시가총액"]
>> 362 µs ± 456 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

使用loc的速度比我预期的快

具有多列的第二次实验

%%timeit
df[df['종가']>9700][['시가총액', '유통시가총액']]
>> 1.15 ms ± 22.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit
df.loc[df['종가']>9700, ['시가총액', '유통시가총액']]
>>  1.47 ms ± 50 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

这一次，使用loc的速度较慢...

我想知道为什么会出现这种性能差异

Answer 1

  

使用loc的速度比我预期的快得多...这次，使用loc的速度较慢...我想知道为什么会发生这种性能差异。

没有什么可以说loc 应该更快。它可能比其他方法更快或更慢。 pd.DataFrame.loc中的逻辑和功能与pd.DataFrame.__getitem__非常不同，后者是语法糖[]调用的方法。

由于Pandas是开源的，因此您可以自己查看source code。由于具体实现可能会更改，恕不另行通知，因此，剖析API源代码通常不是一项富有成果的活动。

一个可能的原因是loc有许多用例，如Different Choices for Indexing所述，其功能与__getitem__不同。在您描述的用例中，应避免使用链式索引，该索引在文档中为explicitly discouraged。

如果性能是一个问题，则可以考虑使用some alternatives。