Python 熊猫多索引的简单用例

我试图在一个数据帧上编写一个简单的查询

A B C
0 1 2.1
0 2 3.0
0 3 4.0
1 0 4.0

我想选择A=0和B>1的所有行

，因此我希望作为输出

A B C
0 2 3.0
0 3 4.0

我定义我的数据框架如下

df = pd.DataFrame([{'A': 0, 'B': 1, 'C': 2.1}, {'A': 0, 'B': 2, 'C': 3.0}, {'A': 0, 'B': 3, 'C': 4.0}, {'A': 1, 'B': 0, 'C': 4.0}])

然后执行以下查询

df[ (df["A"] == 0) & (df["B"] > 1) ]

   A  B    C
1  0  2  3.0
2  0  3  4.0

它可以工作，但在我的实际用例中速度很慢，因为有更多的行

在浏览了pandas之后，我不清楚如何使用索引来提高上述查询的性能。有什么方法可以使用索引提高上述查询的性能吗？
您可以查询基础numpy数组而不是原始数据帧：

%timeit df[(df["A"] == 0) & (df["B"] > 1) ]
#1000 loops, best of 3: 1.23 ms per loop

ar = df.values
%timeit ar[(ar[:,0] == 0) & (ar[:,1] > 1)]
#100000 loops, best of 3: 11.5 µs per loop

如果要保留原始索引，请在运行查询之前将其转换为列，然后再返回索引。
@DyZ这很有趣，这是我第一次使用Pandas。对于查询优化，Pandas中是否有类似于数据库索引的概念？据我所知，没有。至少Pandas中没有。但请看我的答案。那么，人们如何/为什么在具有大量数据的应用程序中使用pandas？他们要么没有，要么很耐心。有趣的是，我当时似乎选择了错误的工具。谢谢您的评论。当行数很多时，这并不快。（它比你显示的快，但不是真的快。）你显示的比你显示的快100。我在一个100000行的数据集中使用了你的方法，它只快了30-40%/Try
df=pd.DataFrame（{“a”：np.random.randint（0,2100000），“B”：np.random.randint（0,10100000），“C”：np.random.rand（100000）}
我展示的方法只快了100倍，仍然比最初的方法快。我从来没有说过它会快得多。@Tai对您的数据有80%的改进。