带有`loc`的熊猫布尔选择并不总是更快？

Question

据我在Pandas 中了解，使用loc 进行布尔选择比仅使用布尔选择要快得多

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 比我预期的要快得多

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)

此时，使用loc 比较慢...

我想知道为什么会出现这种性能差异

Answer 1

使用loc 比我预期的要快得多...这一次，使用loc 更慢...我想知道为什么会出现这种性能差异。

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__有很大不同，后者是语法糖[]调用的方法。

由于 Pandas 是开源的，您可以自己查看source code。由于实现细节可能会在没有通知的情况下更改，因此剖析 API 源代码通常不是一项富有成果的活动。

一个潜在的原因是loc 有许多用例，如Different Choices for Indexing 中所述，其功能与__getitem__ 不同。在您描述的用例中，您应该避免链式索引，即文档中的explicitly discouraged。

如果性能有问题，可以考虑some alternatives。