Python Pandas：使用小于给定值的元素获取第一行的有效方法

我想知道在pandas中是否有一种有效的方法来实现这一点：给定一个数据帧，第一行中小于给定值的是什么？例如，假设：

      addr
0  4196656
1  4197034
2  4197075
3  4197082
4  4197134

小于4197080的第一个值是什么？我希望它返回4197075的行。 一个解决方案是首先按4197080进行过滤，然后取最后一行，但这看起来是一个非常慢的O（N）操作（首先构建一个数据帧，然后取最后一行），而二进制搜索将取O（logN）

获取第一个较小的值非常缓慢：

%timeit df.addr[ df.addr < 57830391].tail(1)
100 loops, best of 3: 7.9 ms per loop

但仍然远不及二进制搜索的速度：

%timeit bisect(num, 57830391, 0, len(num))
100000 loops, best of 3: 6.53 µs per loop

有更好的方法吗？

这需要0.14.0

请注意，该帧未排序

In [16]: s = df['addr']

找到低于要求的最大值

In [18]: %timeit s[s<5783091]
100 loops, best of 3: 9.01 ms per loop

In [19]: %timeit s[s<5783091].nlargest(1)
100 loops, best of 3: 11 ms per loop

如果只是搜索已排序的序列，请使用

searchsorted

。请注意，您必须使用numpy版本（例如，在

上操作.values

。系列版本将在0.14.1中定义）

---

使用对分法似乎很快。那就这样吧。为什么这个时差实际上在实用性上很重要？你这样做过多次吗？（他们的方法更好）。您正在解决的实际问题是什么？仅供参考，排序是目前为止最慢的操作。您可以尝试使用不排序的

nsmallest

。（0.14.0中新增）但我只是对查询进行计时，而不是排序。。是的，我将多次进行此查询，可能是数千次或数百万次。这里要解释的实际问题有点复杂。。这只是一般算法的一部分。然后看看我的答案。如果你知道它是排序的，那么这是一个很好的查询时间。使用

searchsorted

要快得多，因为

bisect

在numpy数组上的操作和

searchsorted

一样有效。是的，bisect看起来非常快，比我在pandas中能做的任何事情都快得多。问题是我是否能以同样快的速度制作熊猫。

%timeit bisect(num, 57830391, 0, len(num))
100000 loops, best of 3: 6.53 µs per loop

In [16]: s = df['addr']

In [18]: %timeit s[s<5783091]
100 loops, best of 3: 9.01 ms per loop

In [19]: %timeit s[s<5783091].nlargest(1)
100 loops, best of 3: 11 ms per loop

In [32]: x = np.random.randint(0, 10**8, 10**6)

In [33]: def f(x):
   ....:     x.copy().sort()
   ....:     

In [35]: %timeit f(x)
10 loops, best of 3: 67.2 ms per loop

In [41]: %timeit  s.values.searchsorted(5783091)
100000 loops, best of 3: 2.5 µs per loop