Pandas 基于多列的DataFrame中的搜索值

问题: 针对多列值约束，提取特定列的值（在本例中为“评级”）

从如下所示的数据帧开始

我的数据如下：

    userID  movieID rating
0   196 242 3
1   186 302 3
2   22  377 1

现在，我想提取以下情况的评级：

userID == 196
movieID == 242

结果应该是3

我用以下代码解决了这个问题：但是这不是很有效。有人有更好的方法吗？

df.loc[df['userID'] == 196].where(df['movieID'] == 242).dropna()['rating']

这给了我ID为242，用户ID为196的电影的评级

---

索引

在pandas中查找速度非常快，因此最好尽可能使用它。如果用户只能对每部电影进行一次评分，

多索引

非常适合这样做

df = df.set_index(['userID', 'movieID'])
df.at[(196, 242), 'rating']
#3

---

一些时间安排。一旦设置了索引，查找就会非常快

%timeit df.at[(userID, movieID), 'rating']
#19.9 µs ± 405 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

df1 = df.reset_index()
%timeit df1.loc[df1['userID'].eq(196) & df1['movieID'].eq(242), 'rating']
#1.2 ms ± 6.98 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

设置

多索引

确实需要时间，因此单个查询的成本可能会很高。但对许多人来说，这将很快得到回报，尤其是在数据帧更大的情况下。下面是一个计时示例，我们可以在其中使用唯一的MulitIndex（在设置索引之后）

---

df.loc[df['userID'].eq（196）和df['movieID'].eq（242），'rating']

？哦，谢谢。我以前尝试过使用关键字“and”，但似乎“&”是trickI建议在本例中使用多索引的关键字，因为它似乎是一个唯一的键

df=df.set_index（['userID'，'movieID']）

，这使得选择非常简单：

df.at[（196242），'rating']

感谢您的解释和努力！现在工作得快多了。

import perfplot
import pandas as pd
import numpy as np

perfplot.show(
    setup=lambda n: pd.DataFrame({'userID': range(n),
                                  'movieID': range(n),
                                  'rating': range(n)}).set_index(['userID', 'movieID']), 
    kernels=[
        lambda df: df.at[(4 ,4), 'rating'],
        lambda df: df.loc[(df.index.get_level_values('userID') == 4) 
                          & (df.index.get_level_values('movieID') == 4), 'rating']
    ],
    labels=["MultiIndex", "Boolean Slice"],
    n_range=[2 ** k for k in range(5, 25)],
    equality_check=np.allclose,  
    xlabel="len(df)"
)