python - 多列高效搜索

Question

我有这样的DataFrame:

df = pd.DataFrame([
    {
        'name': 'Alexandra',
        'surname': 'Johnson',
        'age': 5
    },
    {
        'name': 'Roland',
        'surname': 'Hawking',
        'age': 3
    }
])

为了查找与特定条件匹配的行，我使用条件组合:

df[((df['name']=='Roland') | (df['surname']=='Johnson')) & (df['age'] > 4)]

返回

        name  surname  age
0  Alexandra  Johnson    5

但是，这对于数十万行来说不能很好地扩展。为了加快对某列的搜索速度，我曾对该列建立索引:

indexed = df.set_index('name')
indexed[indexed.index == 'Roland']

对于多列，我可以使用MultiIndex，但是我不知道如何将 bool 条件与多个索引结合使用。你能给建议吗？

Answer 1

不确定这是否是您所指的，所以我会尝试一下:

将名字和姓氏设置为索引

df = df.set_index(['name','surname'])

过滤 alexandra 和 johnson - 将其作为元组传递

df.loc[('Alexandra', 'Johnson')]

    age    5
Name: (Alexandra, Johnson), dtype: int64

如果你使用iloc，你会获得更快的速度，但这需要你知 Prop 体的索引。但是，是的，使用多索引，您传递一个索引元组，如果它是三列，那么您的元组中将包含三个元素