pd.read_csv()字符串解析提速25–35%，但仅限dtype为'string'且清洗紧接读取时；object列groupby、未设dtype、链式assign仍慢；关键优化是usecols+dtype、category转换和避免链式赋值。
pd.read_csv() 里的字符串解析快，但仅限于「读入后立刻做字符串清洗」那段；真正拖慢清洗速度的环节，在 3.11 里基本没变。
pd.read_csv() 字符串解析提速真实有效，但有严格前提
- 加速只发生在 CSV 解析阶段中调用 Python 字符串方法的部分，比如：
str.replace()、str.split()、str.extract()的底层实现 - 必须满足：列 dtype 是
'string'（不是'object'），否则 pandas 仍走旧路径，不触发 3.11 优化的字符串调用栈 - 实测提升约 25–35%，前提是字段量大（如百万行地址/日志）、且清洗逻辑紧接在
read_csv()后执行 - 如果中间穿插了
df.copy()、df.loc[...]或类型转换，加速会被稀释甚至抵消
object 列的 groupby、未设 dtype、链式 assign 依然很慢
-
df.groupby('status')在status是object类型时，瓶颈在 pandas 自身的 Python 层逻辑，3.11 的解释器优化覆盖不到 -
dtype不设导致内存暴涨 → 后续所有操作（包括fillna、dropna）都变慢，3.11 不解决内存问题 -
df.loc[mask].assign(x=lambda d: d.y + 1)这类写法会隐式创建中间 DataFrame，3.11 反而因对象创建更多（如新字典、新帧栈）略慢
比换版本更关键的三件事，3.10 和 3.11 上效果完全一致
-
usecols和dtype一起用：pd.read_csv(..., usecols=['uid','ts'], dtype={'uid': 'category', 'ts': 'string'}) - 高重复字符串列尽早转
category：df['city'].astype('category')，后续groupby可快 5–20× - 避免链式赋值，改用显式索引：
mask = df.x > 0; df.loc[mask, 'y'] = df.loc[mask, 'x'] * 2
真正卡住数据清洗速度的，从来不是解释器，而是你让 pandas 做了多少次无谓拷贝和类型推断。3.11 的加速只作用于“它能看见”的那部分——也就是你写的纯 Python 字符串操作，而且得写得足够直白、足够稳定。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
