df = pd.DataFrame({'n': np.random.randint(1,10,size = 10000)})
df[df.n % 2 == 0].iloc[0]
但是这涉及很多操作(生成索引f.n%2 == 0,在这些索引上评估df并最终获取第一项)并且非常慢.像这样的循环要快得多:
for j in range(len(df)):
if df.n.iloc[j] % 2 == 0:
break
也因为第一个结果可能在前几行.是否有任何pandas方法以相似的性能执行此操作?谢谢.
注意:这个条件(是一个偶数)只是一个例子.我正在寻找适用于价值观的任何条件的解决方案,即快速单线替代:
df[ conditions on df.n ].iloc[0]
最佳答案
一些时间和是使用发电机通常会给你更快的结果
df = pd.DataFrame({'n': np.random.randint(1,size = 10000)})
%timeit df[df.n % 2 == 0].iloc[0]
%timeit df.iloc[next(k for k,v in df.iterrows() if v.n % 2 == 0)]
%timeit df.iloc[next(t[0] for t in df.itertuples() if t.n % 2 == 0)]
我明白了:
1000 loops,best of 3: 1.09 ms per loop
1000 loops,best of 3: 619 µs per loop # <-- iterrows generator
1000 loops,best of 3: 1.1 ms per loop
10000 loops,best of 3: 25 µs per loop # <--- your solution
但是当你调整大小时:
df = pd.DataFrame({'n': np.random.randint(1,size = 1000000)})
差异消失了:
10 loops,best of 3: 40.5 ms per loop
10 loops,best of 3: 40.7 ms per loop # <--- iterrows
10 loops,best of 3: 56.9 ms per loop
您的解决方案是最快的,那么为什么不使用它呢?
for j in range(len(df)):
if df.n.iloc[j] % 2 == 0:
break
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。