Python 将列子集设置为慢速

我必须在pandas中转换一个大数据框的一个子集列。。。非常慢。所以我做了一些测试，发现铸造本身做得非常快。但熊猫在将新铸造的值归因于旧数据帧时似乎进展缓慢

然后，我提出了另一个解决方案，执行连接并避免将属性归于运行非常快的列子集

为什么熊猫这么慢？这可能是一个错误吗？有人能重现结果吗

编辑： 更多的测试和用于生成数据帧的代码

---

关于这一点，只添加了一个文档注释-请参阅

基本上，你不想在施法时使用

loc

，而是：

df[f] = df[f].astype(float)

另外，仅供参考，

copy=False

在这里没有任何危害，但也没有任何好处-从int到float，您将不得不分配一个新数组

编辑-这比我想象的要慢。这里有一些解决方法：

In [61]: df = pd.DataFrame(np.random.randint(0,1000, size=(10000, 1026)))

In [62]: f = list(range(1024))

In [63]: def cast(s):
    ...:     if s.name in f:
    ...:         return s.astype(float)
    ...:     else:
    ...:         return s

In [64]: %timeit df.apply(cast)
1 loop, best of 3: 389 ms per loop

---

你的DF在施法前有哪些数据类型？数值列中是否有NaN？在强制转换子集中的所有列之前，请将np.int64作为数据类型。没有NaN的，Humm试过从浮点到int，反之亦然。按照你的建议，我也尝试了不使用loc（虽然没有包括在图片上），但仍然很慢。我在问题中添加了基准。谢谢你提供的关于复制的信息，我不确定它到底是如何工作的：）我的计时被关闭了，这比我希望的要慢（你仍然不应该使用

loc

来施法）。这有点像黑客，但我已经用更快的方法更新了我的答案，这会造成问题。另外，为了将来的参考，请发布可复制粘贴的代码，而不是图像。简洁的解决方案：）。不知道如何将笔记本代码+输出粘贴到SO。。我在上班，所以我得快点。下次就可以了。谢谢