Python 如何使此数据帧查找操作更快？

我有两个熊猫数据帧。一个是testdata，另一个是refdata。两个数据帧都有一个名为“timestamp”的列。像这样：

timestamp
197888.000,
197888.100,
197888.200,
197888.300,
197888.400,
...

我想从测试数据的每一行的refdata中找出合适的引用数据索引。对此，我使用“应用”方法

index = testdata.apply(lambda x: locate_refindex(x.timestamp, refdata, threshold), axis=1) 

在函数locate_refindex中，最关键的算法是以下语句：

def locate_refindex(timestamp, refdata, threshold):
    ...
    slice_data = refdata[abs(refdata['timestamp'] - timestamp) <= threshold]
    ...

def locate\u refindex（时间戳、refdata、阈值）：
...
slice_data=refdata[abs（refdata['timestamp']-timestamp）您能展示您的数据帧的示例和您期望的内容吗？根据我的经验，df中的行的
。iterrows（）
是迭代整个数据帧的最快方法。但您应该测试它。另请参见此处：