Python中不同数据帧访问方式的性能

我正在研究Python数据帧，我看到

%timeit

然后我比较了几个数据帧， 下面是访问数据帧的不同方法的性能示例，这些方法在数据集变大时具有高度相关性

所以

10000个回路，最好为3个：每个回路159µs

%timeit data.loc[0,'nation']

%timeit data.iloc[0,0]

%timeit data.iat[0,0]

10000个回路，最好为3个：每个回路158µs

%timeit data.loc[0,'nation']

%timeit data.iloc[0,0]

%timeit data.iat[0,0]

10000个回路，最好为3个：每个回路132µs

%timeit data.loc[0,'nation']

%timeit data.iloc[0,0]

%timeit data.iat[0,0]

100000个回路，最好为3:5.9µs/回路

%timeit data.loc[0,'nation']

%timeit data.iloc[0,0]

%timeit data.iat[0,0]

您可以看到

data.iat[0,0]

与其他产品有很大的不同

我的问题是为什么

.iat

与其他产品不同，以及它是如何工作的？

---

我们可以处理任何数据吗？

首先，不要使用

ix

。。。它的用例比

iloc

/

loc

或

iat

/

at

更容易混淆

第二，

get\u value

速度更快，但并不打算成为公共API，尽管没有什么可以阻止您使用它

---

现在，答案的核心是：

iloc

和

loc

接受类似数组的输入<代码>iat和

at

不允许。因此，如果要访问数据帧中的单个点，请务必使用

iat

和

at

。但是，如果希望使用布尔数组或位置或索引值数组，则不能使用

iat

或

at

，因此尽可能使用

iloc

和

loc

。