python del vs pandas drop

Question

我知道这可能是古老的话题，而是出于pandas.drop和python del功能，在大数据集是在性能方面更好？

我正在学习使用机器学习python 3，但不确定要使用哪个。我的数据是pandas数据帧格式。但是python del功能在built-in functionpython中。

Answer 1

总结一下关于功能的几点：

• drop对列和行进行操作；del仅对列进行操作。
• drop可以同时操作多个项目；del一次只操作一个。
• drop可以就地操作或返回副本；del只是一个就地操作。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html上的文档提供了有关drop功能的更多详细信息。

Answer 2

在 10Mb 的股票数据上进行测试，得到以下结果：

使用以下代码删除

t=time.time()
d.drop(labels="2")
print(time.time()-t)

0.003617525100708008

对于 del 在同一列上具有以下代码：

t=time.time()
del d[2]
print(time.time()-t)

我得到的时间是：

0.0045168399810791016

在不同的数据集和列上重新运行没有任何显着差异

Answer 3

使用大约 1.6 GB 的随机生成的数据，似乎df.drop比 快del，尤其是在多列上：

df = pd.DataFrame(np.random.rand(20000,10000))
t_1 = time.time()
df.drop(labels=[2,4,1000], inplace=True)
t_2 = time.time()
print(t_2 - t_1)

0.9118959903717041

相比：

df = pd.DataFrame(np.random.rand(20000,10000))
t_3 = time.time()
del df[2]
del df[4]
del df[1000]
t_4 = time.time()
print(t_4 - t_3)

4.052732944488525

@Inder 的比较并不完全相同，因为它不使用inplace=True.