Python 从数据框中选择行的最快方法？

我有一个熊猫数据帧df，有数百万行，列A1，…，一个

选择行的最快方法是什么，以便

df['A1']==30

编辑：至少有三种方法：

方法1<代码>df[（df['A1']==30）]

方法2<代码>测向查询（'A1==30'）

方法3。Do

df=df。设置索引（A1）

一次；然后

df.loc[30]

（或者

df.loc[x]

对于我们试图在A1列中找到的所有x值）

---

利与弊是什么？

5000万行52列

from string import ascii_letters

df = pd.DataFrame(np.random.randint(50, size=(50000000, 52)), columns=list(ascii_letters))

多种方法

%timeit df[df.B == 30]
%timeit df[df.B.values == 30]
%timeit df.query('B == 30')

1 loop, best of 3: 31.4 s per loop
1 loop, best of 3: 31.6 s per loop
1 loop, best of 3: 27.1 s per loop

使用

numexpr

import numexpr as ne

%%timeit
B = df.B.values
df[ne.evaluate('B == 30')]

1 loop, best of 3: 22.8 s per loop

%%timeit
B = df.B.values
mask = ne.evaluate('B == 30')
pd.DataFrame(df.values[mask], df.index[mask], df.columns)

1 loop, best of 3: 21.4 s per loop

或者除了

numexpr

import numexpr as ne

%%timeit
B = df.B.values
df[ne.evaluate('B == 30')]

1 loop, best of 3: 22.8 s per loop

%%timeit
B = df.B.values
mask = ne.evaluate('B == 30')
pd.DataFrame(df.values[mask], df.index[mask], df.columns)

1 loop, best of 3: 21.4 s per loop

你看过了吗。从这里你会看到，你从

df.query('A1==30')

该链接中有更多信息，但我相信这是最容易实现的