查找大于级别的值 \- Python Pandas

Question

在时间序列（有序元组）中，找到第一次满足条件的最有效方法是什么？

特别是，确定 pandas 数据框中列的值何时超过 100 的最有效方法是什么？

我希望有一个聪明的矢量化解决方案，而不必使用 df.iterrows() 。

例如，对于价格或计数数据，当值超过 100 时。即 df[‘col’] > 100。

               price
date
2005-01-01     98
2005-01-02     99
2005-01-03     100
2005-01-04     99
2005-01-05     98
2005-01-06     100
2005-01-07     100
2005-01-08     98

但对于可能非常大的系列。迭代（慢）更好还是有矢量化解决方案？

A df.iterrows() 解决方案可能是：

 for row, ind in df.iterrows():
    if row['col'] > value_to_check:
        breakpoint = row['value_to_record'].loc[ind]
        return breakpoint
return None

但我的问题更多是关于效率（可能是一个可以很好扩展的矢量化解决方案）。

原文由 Jared 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

试试这个：“> 99”

 df[df['price'].gt(99)].index[0]

返回 "2" ，第二个索引行。

所有行索引大于 99

 df[df['price'].gt(99)].index
Int64Index([2, 5, 6], dtype='int64')

原文由 Merlin 发布，翻译遵循 CC BY-SA 3.0 许可协议