Python 使用dataframe筛选组值的更快方法

我有两个数据帧，行数多达90000行。我需要为相同的索引列值过滤数据帧，并将其发送给一个函数，该函数迭代过滤后的数据帧。我想知道除了使用

groupby

之外，是否还有更快的方法来过滤数据帧

这就是我所拥有的。有没有办法加快速度？

arr

变量是从

10000到90000的整数列表。

group1 = df1.groupby(["INDEX"], sort=False)
group2 = df2.groupby(["INDEX"], sort=False)


# Iterates through list arr and calls func repetitively
for names in map(str.upper, arr):
    # print(names)
    try:
        func(group1.get_group(names), group2.get_group(names))
    except:
        pass

---

一旦你过滤了它们，你需要做什么？

func

做什么？可能是迭代让你慢下来了，而不是

groupby

，避免迭代可能是你最大的收获。不，不是函数让你慢下来的。我在调用和不调用函数的情况下对其计时，结果只有3秒的差异

groupby

占用了所有的时间。你看到了什么样的减速，你还在迭代并调用

。get_groups

？知道下一步要做什么很有帮助，即使只是想消除

groupby

。它有助于确定是否有任何列操作可以跳过它并执行您想要的操作，或者了解如何使用

.apply

或

.iterrows

。