Python数据帧：取小于的最大值

在Python中，我有一个数据帧。我想筛选列

A

的一个值

我正在查找行，其中列

A

是小于“5”的最大值（因此，如果列

A

的值为“1”、“2”、“4”、“7”，则应为“4”）。另一种情况也存在

下面的语句不起作用

我必须如何在最大条件下改变它，使其工作

df_new = df[(df['some_other_column'] < XYZ) & max(df['A'] <= '5')]

---

df_new=df[（df['some_other_column']
下面就是其中的诀窍（请原谅变量命名不当）：-

[1]中的
：将熊猫作为pd导入
…：df=pd.DataFrame（{'x'：[1,2,4,7]}）
…：x=df['x']
…：maxist_-smaller_-than_-5=x[x另一个条件实际上与根本问题无关，因此我将忽略它

下面就是其中的诀窍（请原谅变量命名不当）：-

[1]中的
：将熊猫作为pd导入
…：df=pd.DataFrame（{'x'：[1,2,4,7]}）
…：x=df['x']
…：最大值小于5=x[x使用
np.searchsorted
-

df

   x
0  1
1  2
2  4
3  7

df.iloc[(np.searchsorted(df.x.values, 5) - 1).clip(0)]

   x
2  4


计时

df = pd.DataFrame({'x' : np.arange(100000)})

没有比较，使用
searchsorted
要快得多。
使用
np.searchsorted
-

df

   x
0  1
1  2
2  4
3  7

df.iloc[(np.searchsorted(df.x.values, 5) - 1).clip(0)]

   x
2  4


计时

df = pd.DataFrame({'x' : np.arange(100000)})

没有比较，使用
searchsorted
要快得多。
这不是使用了列被排序的假设吗？确实如此。但是如果您将argsorted索引作为“sorter”传递给函数，您可以用最小的麻烦来修复它参数。它最多返回一行，这可能是不可取的。另外，请您使用排序器更新您的答案，并在生成部分的x列中添加一个
np.random.permutation
，我很好奇，当索引正好等于该值时，如何优化此位。另外，请注意，iloc参数必须是mod如果要在多列数据帧中拉出特定列值，请执行此操作。使用此操作将拉出一个系列。@Jon不完全正确！虽然此方法适用于系列和框架，但它将返回框架的所有列，除非您将列名/位置列表指定为loc/iloc的第二个参数。这不是使用假设o吗但如果将argsorted索引作为“sorter”传递给函数，则可以用最小的麻烦来修复该问题参数。它最多返回一行，这可能是不可取的。另外，请您使用排序器更新您的答案，并在生成部分的x列中添加一个
np.random.permutation
，我很好奇，当索引正好等于该值时，如何优化此位。另外，请注意，iloc参数必须是mod如果要在多列数据帧中拉出特定列值，则此方法无效。使用此方法将拉出一个系列。@Jon不完全正确！虽然此方法适用于系列和框架，但它将返回框架的所有列，除非将列名/位置列表指定为loc/iloc的第二个参数。
%timeit df.iloc[(np.searchsorted(df.x.values, 12345) - 1).clip(0)]
10000 loops, best of 3: 139 µs per loop