在数据帧切片中返回索引的"Pandorable"方式

Question

是否有一种令人遗憾的方法来获取数据帧切片中的索引？换句话说,是否有更好的方法来编写以下代码:

df.loc [df ['A']> 5] .index

谢谢!

Answer 1

是的,更好的是仅过滤索引值,而不是所有DataFrame,然后选择索引:

#filter index
df.index[df['A'] >5]

#filter DataFrame
df[df['A'] >5].index

差异在于性能:

np.random.seed(1245)
df = pd.DataFrame({'A':np.random.randint(10, size=1000)})
print (df)

In [40]: %timeit df.index[df['A'] >5]
208 µs ± 11.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [41]: %timeit df[df['A'] >5].index
428 µs ± 6.42 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [42]: %timeit df.loc[df['A'] >5].index
466 µs ± 40.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

如果性能很重要,请使用numpy- 将index和column的值转换values为numpy数组:

In [43]: %timeit df.index.values[df['A'] >5]
157 µs ± 8.71 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [44]: %timeit df.index.values[df['A'].values >5]
8.91 µs ± 196 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)