python - Pandas - 找到第一次出现

Question

假设我有一个如下所示的结构化数据框:

df = pd.DataFrame({"A":['a','a','a','b','b'],
                   "B":[1]*5})

A 列之前已排序。我希望找到 df[df.A!='a'] 的第一行索引。最终目标是使用此索引将数据框分成基于 A 的组。

现在我意识到有一个 groupby 功能。但是，数据框非常大，这是一个简化的玩具示例。由于 A 已经排序，如果我可以找到 df.A!='a' 的第一个索引 会更快.因此，重要的是，无论您使用什么方法，一旦找到第一个元素，扫描就会停止。

Answer 1

idxmax和 argmax返回最大值的位置，如果最大值出现多次，则返回第一个位置。

在 df.A.ne('a') 上使用 idxmax

df.A.ne('a').idxmax()

3

或 numpy 等价物

(df.A.values != 'a').argmax()

3

---

但是，如果 A 已经排序，那么我们可以使用 searchsorted

df.A.searchsorted('a', side='right')

array([3])

或者 numpy 等价物

df.A.values.searchsorted('a', side='right')

3