set_value和= pandas之间有什么区别

Question

在写入pandas的数据框时，我们看到我们有几种方法来完成它，如this answer和this answer所提供的。

我们的

• df[r][c].set_value(r,c,some_value)方法和
• df.iloc[r][c] = some_value的方法。

有什么区别？哪个更快？要么是副本？

Answer 1

所不同的是set_value是返回一个对象，而赋值操作符分配值到现有DataFrame对象。

调用set_value后，你将可能有2个DataFrame对象（这并不一定意味着你将有两个数据副本，DataFrame对象可以“参照”彼此），而赋值运算符将改变数据单个DataFrame对象。

这似乎是更快地使用的set_value，因为它可能是对于用例进行了优化，而分配的方法将生成的数据的中间切片：

In [1]: import pandas as pd 

In [2]: import numpy as np 

In [3]: df=pd.DataFrame(np.random.rand(100,100)) 

In [4]: %timeit df[10][10]=7 
The slowest run took 6.43 times longer than the fastest. This could mean that an intermediate result is being cached 
10000 loops, best of 3: 89.5 µs per loop 

In [5]: %timeit df.set_value(10,10,11) 
The slowest run took 10.89 times longer than the fastest. This could mean that an intermediate result is being cached 
100000 loops, best of 3: 3.94 µs per loop 

的set_value结果可能在这个是一个副本，但documentation是不是真的清楚（我）：

返回：

帧：数据帧

如果标签对包含，将参考调用数据帧，否则一个新的对象