Pandas 遍历效率、访问效率对比_pandans 遍历速度对比

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：
[