パンダのデータフレーム：列と行の値を置き換える際のパフォーマンスに違いはありますか？

Question

Iは、次パンダのデータフレームを有する：

import pandas as pd 
df = pd.read_csv('filename.csv') 

print(df) 

    dog  A   B   C 
0  dog1 0.787575 0.159330 0.053095 
1  dog10 0.770698 0.169487 0.059815 
2  dog11 0.792689 0.152043 0.055268 
3  dog12 0.785066 0.160361 0.054573 
4  dog13 0.795455 0.150464 0.054081 
5  dog14 0.794873 0.150700 0.054426 
.. .... 
8  dog19 0.811585 0.140207 0.048208 
9  dog2 0.797202 0.152033 0.050765 
10 dog20 0.801607 0.145137 0.053256 
11 dog21 0.792689 0.152043 0.055268 
    .... 

I行0ため知っているカラムdf['dog']に、最初の値が明示的に変更する必要があります。 dog1の代わりに、dog11にする必要があります。

この値を変更できる方法は何ですか？両者のパフォーマンスには大きな違いがありますか？列名によって選択したい場合は

Answer 1

あなたはixまたはlocを使用することができます（たとえば、このサンプル最初の列 - 0）dog位置：あなたが位置によって選択したい場合は

df.ix[0, 'dog'] = 'dog11' 
df.loc[0, 'dog'] = 'dog11' 

最速は、iatある

df.iat[0, 0] = 'dog11' 

タイミング：

In [144]: %%timeit 
    ...: df.ix[0, 'dog'] = 'dog11' 
The slowest run took 5.37 times longer than the fastest. This could mean that an intermediate result is being cached. 
1000 loops, best of 3: 308 µs per loop 

In [146]: %%timeit 
    ...: df.loc[0, 'dog'] = 'dog11' 
    ...: 
The slowest run took 5.03 times longer than the fastest. This could mean that an intermediate result is being cached. 
1000 loops, best of 3: 305 µs per loop 

In [145]: %%timeit 
    ...: df.iat[0, 0] = 'dog11' 
The slowest run took 53.64 times longer than the fastest. This could mean that an intermediate result is being cached. 
100000 loops, best of 3: 8.18 µs per loop 

In [151]: %%timeit 
    ...: df.iloc[0, 0] = 'dog11' 
    ...: 
The slowest run took 5.69 times longer than the fastest. This could mean that an intermediate result is being cached. 
1000 loops, best of 3: 392 µs per loop