当索引是唯一的时,熊猫使用哈希表将键映射到值O(1)。当索引不是唯一且排序时,大熊猫使用二进制搜索O(logN),当索引为随机排序时,大熊猫需要检查索引O(N)中的所有键。
import numpy as np
import pandas as pd
x = np.random.randint(0, 200, 10**6)
df1 = pd.DataFrame({'x':x})
df2 = df1.set_index('x', drop=False)
df3 = df2.sort_index()
%timeit df1.loc[100]
%timeit df2.loc[100]
%timeit df3.loc[100]
结果:
10000 loops, best of 3: 71.2 µs per loop
10 loops, best of 3: 38.9 ms per loop
10000 loops, best of 3: 134 µs per loop