2020-12-01

测试了使用pd.DataFrame、np.ndarray、pd.Series、python的dict
对索引速度进行测试
df[i][o],
Series[i],
df.loc[o,i],
df.at[o,i],
np.ndarray[i,o]索引
dict[i]字典索引。
发现速度从上到下依次递增,字典比loc快了100倍,但内存占用是硬伤(约28倍)。
ndarray具有极高的性价比,速度比loc快了几十倍(字典的1/6),且内存占用小。
但是ndarray似乎只能进行数字位置的索引,而不能进行键值对索引。
具体耗时
直接索引: 2.000201463699341
at索引: 0.5521032810211182
loc索引: 0.9783310890197754
字典索引: 0.013957738876342773
Series索引: 1.5390639305114746
np.ndarrary索引: 0.06183576583862305

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值