优化代码 self.treeview.delete(*self.treeview.get_children()) self.treeview["columns"] = tuple(df.columns) self.treeview["show"] = "headings" for col in df.columns: self.treeview.heading(col, text=col) for idx, row in df.iterrows(): values = [str(value) for value in row.values.tolist()] self.treeview.insert("", "end", text=str(idx), values=values)

这段代码的性能瓶颈在于循环逐行插入，可以优化为一次性插入整个 DataFrame。具体代码如下：

try:
    # 加载数据
    df = pd.read_csv(self.filename)
    # 清空 Treeview
    self.treeview.delete(*self.treeview.get_children())
    # 设置 Treeview 列名和显示方式
    self.treeview["columns"] = tuple(df.columns)
    self.treeview["show"] = "headings"
    # 设置列标题
    for col in df.columns:
        self.treeview.heading(col, text=col)
    # 将数据插入 Treeview
    values = df.values.tolist()
    for idx in range(len(values)):
        self.treeview.insert("", "end", text=str(idx), values=values[idx])
except AttributeError:
    # 如果未选择文件则弹出对话框提示用户选择文件
    filedialog.showinfo(title="错误", message="请选择要处理的数据文件")

这里使用 `df.values.tolist()` 将整个 DataFrame 转换为二维列表，然后使用 `for` 循环逐行插入，可以大大提高插入的效率。同时，使用 `range(len(values))` 来遍历行数，而不是使用 `df.iterrows()`，也可以提高效率。