python模块下载慢_使用python的pandas模块时，查找和修改dataFrame中的值速度非常慢，请问是什么原因，有什么好办法解决吗？...

最近在用pandas做一个机器学习的项目，训练集大概2G。我用的dataFrame来操作数据，对训练集做了一次groupby和mean的操作，速度还挺快的，但把得到的结果赋值给用户参数（也是一个dataframe表）的时候，速度缺特别慢，请问这是什么原因呢？

训练集大概有7000多万行，做groupby和mean操作大概十几分钟也就完成了，但赋值操作缺超级慢，每秒钟大概只能赋值50条左右，差距太大了。其中赋值语句大概是这样操作的：

dataframeA.loc[user,'']=dataframeB.loc[user,'']。两张dataFrame表都很大，都是百万级的，不知道是不是和量级较大有关，但千万级的训练集做groupby也没什么压力啊，而且这个机器学习项目，会经常使用和修改表中的参数，如果都这么慢的话，可能就无法正常使用了，哪位大神有什么好的解释或者建议吗？非常感谢了。部分代码如下，有什么细节没有说清楚的话可以问我，我再详细解释下。

def get_average_rating(self):

self.u = log_train['Result'].mean()

print 'u is ',self.u

i,j = 0,0

user_mean_rate = log_train.groupby('UserId').agg({'Result':np.mean})

item_mean_rate = log_train.groupby('ItemId').agg({'Result':np.mean})

#计算bias

print 'calc bias start'

start_time = time.time()

for user in train_users:

i += 1

if i%2000==0:

print '2000 used time',time.time()-start_time

start_time = time.time()

self.user_params.loc[user,'bias'] = user_mean_rate.loc[user,'Result']-self.u

for item in train_items:

self.item_params.loc[item,'bias'] = item_mean_rate.loc[item,'Result']-self.u

print 'bias total used time',time.time()-start_time