python - Pandas: bool /谓词搜索的首选习语

Question

我有两个问题，它们在下面的帖子中都以粗体显示。

考虑这个DataFrame:

from pandas import DataFrame

df_1 = DataFrame ({
        "x" : ["a - {}".format(i) for i in range(2)] + 
              ["b - {}".format(i) for i in range(2)] ,
        "y" : range(4)
    })
df_1

假设我想要 x 值以字母“a”开头的所有行。

以下是此类搜索的首选习惯用法吗？

df_1[df_1["x"].apply(lambda val : val.startswith("a"))]

我在 Pandas 中发现的一件事是，一旦有意义的数据成为 DataFrame 索引，就很难用它做事，尤其是查询它。假设我们现在有:

df_2 = df_1.set_index(["x"], drop=True)
df_2

我发现，如果我搜索索引，要做同样的搜索，需要做更多的工作。

以下是此类搜索的首选习惯用法吗？

df_2.iloc[[i for i,val in enumerate(df_2.index.tolist()) if val.startswith("a")], :]

Answer 1

在这两种情况下，我都会使用矢量化 .str.startswith(...) 方法。它不一定性能更高，只是更干净。请参阅working with text documentation了解更多。

In [22]: df_1[df_1["x"].str.startswith("a")]
Out[22]: 
       x  y
0  a - 0  0
1  a - 1  1

In [23]: df_2[df_2.index.str.startswith('a')]
Out[23]: 
       y
x       
a - 0  0
a - 1  1