熊貓to_csv編碼較慢？

Question

我遇到一些將數據幀轉換爲csv的性能問題。

import numpy as np 
import pandas as pd 
from time import time 

t =time();_=pd.DataFrame(np.random.sample((10000,10))).to_csv(encoding=None); print time()-t 
0.159129142761 
t =time();_=pd.DataFrame(np.random.sample((10000,10))).to_csv(encoding='utf8'); print time()-t 
1.16141009331 
t =time();_=pd.DataFrame(np.random.sample((10000,10))).to_csv(encoding='ascii'); print time()-t 
1.13821101189 

爲什麼指定一個編碼類型會大大影響這種方法的性能？在我的特殊情況下，我寧願使用默認值（無），但由於我需要轉換的數據幀包含一些特殊的字符（中文），我不能使用具有卓越性能的默認編碼。

顯然，默認的編碼是「ascii」，但是當選擇與utf8完全一樣的性能時，我需要使用句柄非英文字符。

任何想法如何應對速度和解決這個問題？

我使用的是熊貓0.16.0和Python 2.7.9。

編輯：

我已經升級到大熊貓0.16.2每rth建議的，我也得到更好的時機

import pandas as pd 
import numpy as np 
x = pd.DataFrame(np.random.sample((10000,10))) 
%timeit x.copy().to_csv(encoding='ascii') 
%timeit x.copy().to_csv() 
%timeit x.copy().to_csv(encoding='utf8') 
10 loops, best of 3: 160 ms per loop 
10 loops, best of 3: 73.7 ms per loop 
10 loops, best of 3: 158 ms per loop 

不過它慢半比指定使用的編碼默認編碼。明顯好於以前使用0.16.0版本的情況，但仍然是一個有形的差異。

我仍然渴望瞭解它是否是一個錯誤，我該如何改進它...在我的情況下，它是10分鐘或20分鐘之間的差異！

Answer 1

我猜測轉換爲csv會在本地編碼中輸出一個字符串，然後將其轉換爲請求的編碼，如果兩者相同，則會導致不必要的開銷。看到這個特殊的line in the source code，如果編碼不是無，它甚至使用ASCII碼格式化程序，甚至ASCII。

如果你需要unicode，它會讓感覺它會比python 2.7慢一點，而不是普通的ascii。

在我的情況下，使用Python 2.7.9-r2 64位和pandas 0.16.1-r1，這兩個選項之間的差異僅爲2倍，並不是因子10的因子，而是

In [1]: x = pd.DataFrame(np.random.sample((10000,10))) 
    ...: 
    ...: %timeit x.copy().to_csv(encoding='ascii') 
    ...: %timeit x.copy().to_csv() 
    ...: %timeit x.copy().to_csv(encoding='utf8') 
10 loops, best of 3: 109 ms per loop 
10 loops, best of 3: 56.8 ms per loop 
10 loops, best of 3: 108 ms per loop 

所以這可能潛在encoding='ascii'。