熊猫中的 set_value 和 = 有什么区别

Question

在写入pandas 中的数据框时，我们看到this answer 和this answer 提供了几种方法。

我们有方法

• df[r][c].set_value(r,c,some_value)和
的方法
• df.iloc[r][c] = some_value。

有什么区别？哪个更快？是副本吗？

Answer 1

区别在于set_value是返回一个对象，而赋值运算符将值赋给现有的DataFrame对象。

在调用set_value 之后，您可能会有两个 DataFrame 对象（这并不一定意味着您将拥有两个数据副本，因为DataFrame 对象可以“引用”一个另一个）而赋值运算符将更改单个 DataFrame 对象中的数据。

使用set_value 似乎更快，因为它可能针对该用例进行了优化，而分配方法将生成数据的中间切片：

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: df=pd.DataFrame(np.random.rand(100,100))

In [4]: %timeit df[10][10]=7
The slowest run took 6.43 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 89.5 µs per loop

In [5]: %timeit df.set_value(10,10,11)
The slowest run took 10.89 times longer than the fastest. This could mean that an intermediate result is being cached
100000 loops, best of 3: 3.94 µs per loop

set_value 的结果可能是一个副本，但documentation 对此并不十分清楚（对我而言）：

返回：

帧：数据帧

如果包含标签对，则引用调用DataFrame，否则为新对象