Python 熊猫0.18对0.12的表现

我有以下代码：

from datetime import date, timedelta
from time import time
import pandas as pd

sizes = [500]

base_date = date(2016,10,31)

for n in sizes:
    dates = [base_date - timedelta(days = x) for x in range(1, n, 1)]
    dates_df = pd.DataFrame({'DATE' : dates, 'key' : 1})
    identifiers = range(1, 5000)
    identifiers_df = pd.DataFrame({'IDENTIFIER' : identifiers, 'key' : 1})

    df = pd.merge(dates_df, identifiers_df, on='key')
    df = df.set_index(['DATE', 'IDENTIFIER'])
    df = df.sort_index(axis = 0, level = ['DATE', 'IDENTIFIER'], ascending=False)

    start_time = time()
    for d in dates:
        temp = df.ix[d]

    end_time = time()

    print ('%s %s' % (n, end_time - start_time))

熊猫0.12的最终打印时间为0.15秒，而熊猫0.18的打印时间为8.5秒。你知道为什么会有这种行为差异吗？此外，看起来熊猫0.12使用随机访问，而0.18不使用，因为打印时间也是为0.18选择的大小的函数

正如下面的一条评论所建议的，我已经尝试用cProfile分析前面的代码，两者之间的主要区别似乎在于调用getitem：

Pandas 0.18
ncalls  tottime percall cumtime percall filename:lineno(function)
998/499 0.006   0       6.027   0.012   indexing.py:1286(__getitem__)

Pandas 0.12
ncalls  tottime percall cumtime percall filename:lineno(function)
499     0.001   0       0.163   0       indexing.py:695(__getitem__)

提前非常感谢您的帮助！

---

Giuliano

在pandas的较新版本中，iloc是首选的，比ix更优化，不久将被弃用。尝试用iloc移植代码并检查性能

你试过分析吗？ix执行标签索引（并且可以依赖于位置），而loc只是标签索引。然而，iloc纯粹是位置性的。您似乎在暗示多重索引或按日期索引（时间序列分析的典型情况）应该在未来的版本中消失？如果是这样的话，你能发送一个链接来确认这个声明吗？谢谢你的链接！我将代码改为使用loc，而不是ix，它在0.18中比0.12慢得多，15秒比1.9秒慢得多。