Pandas 遍历效率、访问效率对比

 

不同迭代方式：
1、使用普通的range循环：
 for i in range(len(data)):
        district = data['DISTRICT'][i]

两次平均时间为：
[1.5522482614177306, 1.6075029883747902]


2、使用iterrows属性
    for index, row in data.iterrows():
        district = row['DISTRICT']

两次平均时间为：
[7.733582028927344, 7.599266269490954]


很明显使用普通的range比iterrows的方式要快。

不同访问方式：
1、使用loc访问
    for i in range(len(data)):
        district = data.loc[i, 'DISTRICT']

两次平均时间为：
[1.0522786400999848, 1.0238578468818957]

2、使用at访问
    for i in range(len(data)):
        district = data.at[i, 'DISTRICT']

两次平均时间为：
[0.7300140697672037, 0.7022568288888298]

3、使用iloc访问
    for i in range(len(data)):
        district = data.iloc[i]['DISTRICT']

两次平均时间为：
[12.291427135877314, 11.971714033517628]
    使用列号
     for i in range(len(data)):
        district = data.iloc[i, 3]

两次平均时间为：
[0.9978076201158278, 0.9985134961239963]

4、使用列访问
 for i in range(len(data)):
        district = data['DISTRICT'][i]

两次平均时间为：
[1.5522482614177306, 1.6075029883747902]


从上面四种访问数据方式来看，明显at方式访问效率最快，但是其主要是直接访问值，如果需要其他属性的话还有按情况而定，这里只讨论访问值的效率。