Question

随着我开始使用较大的数据集，将它们导出到CSV文件的过程似乎开始缓慢且效率低下。因此，我认为启动一个线程比较DataFrames的不同导出选项是明智的。

Answer 1

这取决于您的目标。但是，如果将 to_csv 与 to_excel 进行比较，您会注意到将文件另存为csv的速度要快得多（快十倍）。如果需要表格输出，最好使用 to_csv 。

import pandas as pd
import numpy as np
from datetime import datetime
import time

df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

start = time.time()
df.to_csv('test.csv')
done = time.time()
elapsed = done - start
print(elapsed)

to_csv的结果：0.003989458084106445

start = time.time()
df.to_excel('test.xlsx')
done = time.time()
elapsed = done - start
print(elapsed)

to_excel的结果：0.049866676330566406

希望对您有所帮助！ BR

Answer 2

在方便方面，pickle对数据进行保存可保留数据的结构和数据类型。我发现这在使用MultiIndexes时特别有用，因为您不必指定标题行和列的数量。

熊猫出口选择的比较

2 个答案: