熊猫/ Numpy（v0.19.1/v1.11.2）dataframe性能通过索引访问时的问题

Question

我有一个函数f，我通过了两个pandas.DataFrames。我正在遍历第一个的列。它包含第二个索引值。索引是一个字符串，更具体地说是一个MD5字符串，如'1950abcbdf69bc4b6da8d950e87f538f'。我使用这些索引来检索第二个数据帧的行。下面的代码：

def f(df_A, df_B): 
    for row in df_A.itertuples(): 
     hash_index=row[1] 
     fields_B = df_B.ix[hash_index].values # <== VERY SLOW 

它可以在我的笔记本电脑（Ubuntu的LTS 16.04.1，VM）很细，但是由于性能问题，我移动到服务器VM（的Debian GNU/Linux的8（杰西），我需要更多的RAM）。服务器使用：

'3.5.2 (default, Dec 3 2016, 16:49:26) \n[GCC 4.9.2]' 
numpy==1.11.2 
pandas==0.19.1 

我的电脑有：

'3.5.2 (default, Nov 17 2016, 17:05:23) \n[GCC 5.4.0 20160609]' 
numpy==1.11.1 
pandas==0.18.1 

提最相关的数据。最大的问题是，服务器速度较慢（1000倍甚至更多）。在代码示例中，我用“非常慢”标记了该行。它需要服务器0.094秒来执行该行。 .loc[]更慢。你能想象一个原因吗？

Answer 1

一旦我写了我的问题，我已经注意到了numpy和pandas的不同版本。因此，我只是降级这两个包的版本，现在它的作品就像一个魅力。因此无论是numpy还是大熊猫，它的最新版本在这里都是越野车...