Kei*_*owd 5 python dataframe pandas
我正在通过Wes McKinney的新版Python for Data Analysis和pg.他在第8章中指出,如果索引按字典顺序从最外层开始排序,那么大熊猫中的数据选择性能在分层索引对象(例如,数据帧)上"要好得多".
换句话说,在此数据框上选择数据:
key1 key2 col1
1 a 11
b 12
2 a 13
b 14
Run Code Online (Sandbox Code Playgroud)
......比这个数据帧上的数据选择"好得多":
key1 key2 col1
1 a 11
2 a 13
1 b 12
2 b 14
Run Code Online (Sandbox Code Playgroud)
Wes没有对此声明提供解释.
请有人向我解释:
为什么第一个数据帧上的数据选择"比第二个数据帧"好得多?换句话说,当数据框从最外层开始按字典顺序排序时,为什么数据帧上的数据选择具有"更好"的分层索引?
在这种情况下,"更好"意味着什么?快点?内存效率更高?别的什么?
| 归档时间: |
|
| 查看次数: |
28 次 |
| 最近记录: |