python – 在pandas DataFrame中查找(仅)满足给定条件的第一行

发布时间：2020-12-16 22:33:55 所属栏目：Python 来源：网络整理

导读：我有一个带有很长的随机正整数列的数据帧df： df = pd.DataFrame({'n': np.random.randint(1,10,size = 10000)}) 我想确定列中第一个偶数的索引.一种方法是： 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

我有一个带有很长的随机正整数列的数据帧df：

df = pd.DataFrame({'n': np.random.randint(1,10,size = 10000)})

我想确定列中第一个偶数的索引.一种方法是：

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

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!