利用NumPy数组在Pandas DataFrame中进行向量化查找

利用numpy数组在pandas dataframe中进行向量化查找

本文介绍了如何使用NumPy数组高效地在Pandas DataFrame中进行向量化查找，避免使用循环，从而显著提升数据处理速度。通过DataFrame.loc方法结合Series.to_list或Series.to_numpy，可以轻松实现基于索引的批量数据检索，并将其转换为列表或NumPy数组，满足不同场景的需求。

在数据分析和处理过程中，经常需要在Pandas DataFrame中根据一组索引查找对应的值。如果使用传统的循环方式，效率会比较低。本文将介绍如何利用NumPy数组和Pandas的向量化操作，高效地完成这个任务。

使用 DataFrame.loc 进行向量化查找

Pandas 提供了 DataFrame.loc 方法，它允许我们使用标签或布尔数组来选择数据。结合NumPy数组，我们可以一次性查找多个索引对应的值，而无需使用循环。

以下是一个示例：

import pandas as pd
import numpy as np

# 创建示例 DataFrame
data = {'HHt': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(data, index=range(2643, 2651))

# 定义 NumPy 数组，包含需要查找的索引
ex_arr = np.array([2643, 2644, 2647])

# 使用 DataFrame.loc 进行向量化查找，并转换为列表
result_list = df.loc[ex_arr, 'HHt'].to_list()
print(result_list)

# 使用 DataFrame.loc 进行向量化查找，并转换为 NumPy 数组
result_array = df.loc[ex_arr, 'HHt'].to_numpy()
print(result_array)

登录后复制

文章作者：磁力搜索
文章标题：利用NumPy数组在Pandas DataFrame中进行向量化查找
文章链接：https://onehaoka.com/6045.html
本站所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议，转载请注明来自磁力搜索！

利用NumPy数组在Pandas DataFrame中进行向量化查找

使用 DataFrame.loc 进行向量化查找

📚 推荐阅读