Pandas数据帧是如何存储在内存中的？

Question

特别是，当我通过连接两个Pandas系列对象来创建数据帧时，Python是创建一个新的内存位置并存储序列的副本，还是仅仅创建对这两个系列的引用？在

如果它只是引用，那么像series.name = "new_name"这样修改序列会影响数据帧的列名吗？在

同样，从series = df['column_name']这样的数据帧获取序列需要O（1）时间还是O（n）时间？在

Answer 1

一个快速测试表明，成本在concat中，而不是在dereference中。所以，BLUF，df['s1']是O（1），而concat是O（n）。在

从每个系列的1个项目运行到每个系列的4000万个项目，取消引用所需的时间相似，而concat时间似乎呈线性增加。在

使用以下简单代码： 定义函数（frange）：

a1 = []
a2 = []
for x in numpy.arange(frange):
    a1.append(x)
    a2.append(-x)

s1 = pd.Series(a1, index=a1, name='s1')
s2 = pd.Series(a2, index=a1, name='s2')
cstart =  time.perf_counter();
df = pd.concat([s1, s2], axis=1)
cend = time.perf_counter();

tstart =  time.perf_counter();
for y in range(100):
    series = df['s1']
    series2 = df['s2']
tend = time.perf_counter();

print (frange,',', cend-cstart,tend-tstart)

结果是：