Pandas中df.T[:10].T与df.iloc[:,:10]的效率对比及优劣分析

针对形状为(20,20)的DataFrame截取前10列的两种写法，我们来拆解下它们的效率差异和各自的优缺点：

效率对比：df.iloc[:,:10]远胜df.T[:10].T #

结论很明确：iloc的写法效率高得多，尤其是当DataFrame规模扩大时，差距会被无限放大。
原因在于：

• df.T[:10].T需要两次转置操作，每次转置都会创建整个DataFrame的副本——第一次把20行20列转成20列20行，复制所有400个数据；取前10行后再转置回去，又要复制一次筛选后的200个数据。整个过程有两次完整的数据复制，内存和时间开销都不小。
• df.iloc[:,:10]是pandas专门设计的位置索引切片，它直接基于原数据的位置信息进行筛选，不会创建中间副本（默认生成原数据的视图，只有后续修改数据时才会触发复制），全程只是定位数据的位置，没有多余的内存占用和计算步骤。

各自的优缺点 #

df.iloc[:,:10] #

• 优点：
  • 可读性拉满：iloc是pandas官方推荐的位置索引方法，:,:10直白表示“所有行，前10列”，任何人看代码都能秒懂意图。
  • 性能优异：无中间副本，大表场景下速度和内存优势极其明显。
  • 兼容性强：不管列名是什么（哪怕不是连续数字或字符串），只要按位置取列就不会出错，逻辑严谨稳定。
• 缺点：几乎没有实质性缺点，硬要说的话，可能对完全没接触过pandas位置索引的新手，需要花1分钟理解iloc的用法，但这是学习pandas的基础内容。

df.T[:10].T #

• 优点：
  • 逻辑上能实现需求，对刚接触pandas的新手来说，可能会先想到“转置后取行再转回去”的思路，不需要额外记忆iloc的用法。
• 缺点：
  • 效率低下：两次转置的复制操作，在大表（比如10000行10000列）场景下，内存占用和耗时会是iloc的数倍甚至数十倍。
  • 可读性差：代码需要绕个弯才能理解是取前10列，别人维护代码时需要反应一下，增加了沟通成本。
  • 扩展性差：如果要取非前N列（比如第5到15列），这种转置写法会变得非常繁琐，而iloc只需要改成iloc[:,4:15]就能轻松实现。

最佳实践 #

正如你推测的，虽然小表下两者效率差异可以忽略，但**iloc写法是绝对的最佳实践**——可读性、效率、扩展性都完胜转置的写法，也是pandas社区公认的标准用法。

内容的提问来源于stack exchange，提问作者Plod