Python 在数据帧中使用.loc时性能不佳

我试图通过这个数据帧的索引来组合某些列，我使用一个简单的pd.cov（）函数来计算u_centro、v_centro和w_centro的方差和协方差

但是，当我尝试使用.loc分割这些值时，性能非常慢（非常慢！）。 例如：

df_uu = df.loc[(iz_centro,'u_centro'),'u_centro']

 startime = datetime.now()

 mask = df.index.get_level_values(1) == 'u_centro'
 df.loc[mask]

 print(datetime.now() - startime) # 0:00:00.001417

我想要所有的u_centro和u_centro的组合。结果正是我想要的，但完成这项工作所花费的时间是10分钟以上

全部数据：

---

有不同的方法可以做到这一点，但最好的性能是使用诸如

xs

（谢谢@Paul H）或布尔掩码之类的矢量化函数，例如：

df_uu = df.loc[(iz_centro,'u_centro'),'u_centro']

 startime = datetime.now()

 mask = df.index.get_level_values(1) == 'u_centro'
 df.loc[mask]

 print(datetime.now() - startime) # 0:00:00.001417

---

我不知道在这种情况下，

1417µs

是否是一个大问题。

有不同的方法可以做到这一点，但最好的性能是使用向量化函数，如

xs

（感谢@Paul H）或布尔掩码，例如：

df_uu = df.loc[(iz_centro,'u_centro'),'u_centro']

 startime = datetime.now()

 mask = df.index.get_level_values(1) == 'u_centro'
 df.loc[mask]

 print(datetime.now() - startime) # 0:00:00.001417

---

我不知道在这种情况下，

1417µs

是否是一个大问题。

您的索引是唯一的吗？请尝试：

df.xs（'u_centro'，level=1，axis='index'，drop_level=False）

谢谢，这很好用。但是在这种情况下.loc失败是有原因的吗？如果没有看到所有的代码，这是不可能的。它看起来像是在循环遍历

iz_centro

的值并附加到输出数据帧。追加将很慢。但同样，这只是猜测。我只是将df.groupby（'iz_centro'）.cov（）应用于这个csv:，从而生成我发布的数据帧。无论如何，再次感谢。您的索引唯一吗？请尝试：

df.xs（'u_centro'，level=1，axis='index'，drop_level=False）

谢谢，这很好用。但是在这种情况下.loc失败是有原因的吗？如果没有看到所有的代码，这是不可能的。它看起来像是在循环遍历

iz_centro

的值并附加到输出数据帧。追加将很慢。但同样，这只是猜测。我只是将df.groupby（'iz_centro'）.cov（）应用于这个csv:，从而生成我发布的数据帧。无论如何，再次谢谢你。