熊猫-df.loc [df ['column_label'] == filter_value]和df [df ['column_label'] == filter_value]之间有什么区别吗

Question

我正在学习熊猫，并且想了解按列值过滤DataFrame行的最佳实践。

根据https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html，建议使用优化的熊猫数据访问方法，例如$('#your-select-id').on("change", function(e) { console.log($("#your-select-id").val()) });

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.loc.html中的示例-

.loc

但是，根据https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_sql.html#where，可以使用类似df.loc[df['shield'] > 6] 的结构。

为什么忽略推荐的tips[tips['time'] == 'Dinner']？有什么区别吗？

Answer 1

使用.loc，您还可以正确设置一个值，因为不使用它会引发you are trying to set a value on a copy of a DataFrame错误。为了从您的DataFrame中获取内容，可能会有性能差异，但是我不知道。