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
原文链接：https://www.f2er.com/python/438812.htmldf = 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