括号表示法和点表示法之间的速度差异，用于访问熊猫中的列

Question

让我们有一个小的数据框： df = pd.DataFrame({'CID': [1,2,3,4,12345, 6]})

当我搜索会员资格时，根据我要搜索in df.CID还是in 的速度差异很大df['CID']。

In[25]:%timeit 12345 in df.CID
Out[25]:89.8 µs ± 254 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In[26]:%timeit 12345 in df['CID']
Out[26]:42.3 µs ± 334 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In[27]:type( df.CID)
Out[27]: pandas.core.series.Series

In[28]:type( df['CID'])
Out[28]: pandas.core.series.Series

这是为什么？

Answer 1

df['CID']委托给NDFrame.__getitem__，显然您正在执行索引操作。

另一方面，的df.CID代表必须NDFrame.__getattr__进行一些额外的繁重工作，主要是确定“ CID”是使用属性访问来调用的属性，函数还是列（方便，但不建议用于生产代码）。

现在，为什么不推荐呢？考虑，

df = pd.DataFrame({'A': [1, 2, 3]})
df.A

0    1
1    2
2    3
Name: A, dtype: int64

将“ A”列称为df.A，没有任何问题，因为它与熊猫中的任何属性或函数命名都不冲突。但是，请考虑该pop功能（仅作为示例）。

df.pop
# <bound method NDFrame.pop of ...>

df.pop是的绑定方法df。现在，出于各种原因，我想创建一个名为“ pop”的列。

df['pop'] = [4, 5, 6]
df
   A  pop
0  1    4
1  2    5
2  3    6

很好，但是

df.pop
# <bound method NDFrame.pop of ...>

我无法使用属性符号来访问此列。然而...

df['pop']

0    4
1    5
2    6
Name: pop, dtype: int64

方括号表示法仍然有效。这就是为什么这样更好。