初学pandas与seaborn（四）datafra…

　　由于实在没找到或者下载到大数据，只能自己编个不大不小的数据。

　　给定初始金额s，2个人轮流拿，头一个人可以拿n个（n<= s-1），第二个人可以拿n_2 =1~2n个，然后刚才那第一人可以拿1~2(n_2)个，也就是之后的人都能在1到上一个人拿的2倍之间拿钱，最后一个拿的胜利。这是一个类是巴什博弈的问题，用动态规划来解，推导到5000的情况。存了624万种博弈可能（当然有很多冗余没剔除，毕竟推导到5000，D(x,5000)的情况是不用存储的）

　　使用字符串存储为CSV格式，大小332MB。

　　read_csv()读取时间：

　　7.825 sec

　　数据第一列是动态规划的“状态”，第二列是“适应与否”，第三列是必赢策略中可进入的上一个状态（多个状态用空格隔开）。状态描述为：

　　D(n,s) —— s代表到“我”拿的时候剩余多少钱，n表示到我的时候上家拿了多少钱。

　　用了用比较pandas里面比较有意思的语句：选关键的行和列

　　print resultData.loc[10:20, ['D(1-1)', 'Unnamed: 2']]

　　对象使用loc方法，即可选用行和列。这里输入的行，采用了python式的冒号选择法，即第11行（从0开始，编号为10即第11行）到第21行。列选择了D(1-1)列和Unnamed:2列。

　　似乎直接使用默认的csv读取函数，不加额外参数的话，pandas依然会把第一行当成标题。而我所制作的数据里面，第一行就是数据，没有给标题，结果它直接把我的数据给默认成标题了，如D(1-1)。而没有数据的部分，则给了个unnamed:2作为标题。更郁闷的是，莫名其妙我多了一列空数据Unnamed: 3……Orz

　　我们看看读取方面。不加列选择的读取：

　　print resultData[0:10]

　　用时：0.00399994850159sec

　　选择个别列与行的读取：

　　print resultData.loc[10:20, ['D(1-1)', 'Unnamed: 2']]

　　用时：0.276999950409sec　（强烈怀疑大部分时间是不是都消耗在了字符串查找上了）

　　其他的语句方面，似乎pandas提供了更快的标量读取方法？

For getting a scalar value

In [30]: df.loc[dates[0],'A'] 

Out[30]: 0.46911229990718628

For getting fast access to a scalar (equiv to the prior method)

In [31]: df.at[dates[0],'A'] 

Out[31]: 0.46911229990718628

　　于是我们来测试下单个数据读取的情况：

print resultData.loc[30,'Unnamed: 2'], resultData.loc[43453, 'Unnamed: 2'],resultData.loc[6001234, 'Unnamed: 2']

print resultData.at[30,'Unnamed: 2'], resultData.at[43453, 'Unnamed: 2'],resultData.at[6001234, 'Unnamed: 2']

print resultData.iloc[40, 1],resultData.iloc[402134, 2], resultData.iloc[4032, 3]

　　由于速度太快，三条语句都无法对比：

　　无论是iloc、loc还是at方法，测算的结果都是0.0sec

　　我们来看看按照行数和列数来读取（使用int而不是String来查找行和列）

　　print resultData.iloc[30]

　　使用这条语句，花费了：0.00200009346008sec

　　print resultData.iloc[3:5,0:2]

　　使用这条语句，花费了：0.003sec

　　这个连续选取行和列的语句有个值得注意的地方，这里的3:5是指第三行到第四行，0:2是指第0列到第1列，它并没有把后面数字所指示的行和列包含进去。如果你要选取第3、4、5行，则应该输入3:6。对于列，输入的规则也是一样。为了避免歧义，数据量不大的情况下，可以选择使用下面的语句：

　　print resultData.iloc[[3, 4, 5, 7, 8, 9], [1, 2, 3]]

　　使用这条语句，花费了：0.003sec

　　综合感觉来看，只要是选择具体的行和列的，都会花些时间。单独选取某行和某单元格，花费的时间不算多。具体抽取数据所需要的时间受cpu和内存是否预热影响很大，结果仅作参考。单个读取数据，pandas同样提供了数值int访问方式：

For getting a value explicitly

In [37]: df.iloc[1,1]

Out[37]: -0.17321464905330858

For getting fast access to a scalar (equiv to the prior method)

In [38]: df.iat[1,1] 

Out[38]: -0.17321464905330858

总结：如果使用标签访问，那么就不加i，直接用at、loc。如果使用序号访问，那么就加上i，如iat、iloc