Question

寻找一种有效的方法来搜索大型DataFrame并返回包含字符串的单元格的行号。我有下面的代码有效，但是只是想知道这是否是最有效的方法，因为它涉及两个“ for”循环

在此示例中，我试图查找包含“汽车类型”的单元格

for row in range(df.shape[0]):  # Loop through rows
    for col in range(df.shape[1]):  # Loop through columns
        if df.iat[row, col] == 'Car Type':
            row_start: int = row
            break

在DataFrames上for循环实际上可能非常快，但是据我所读，最好使用Pandas的内置功能以提高效率，而且我不确定我是否在做这比需要的要复杂

编辑：理想情况下，仅在可能的情况下使用Pandas库解决方案

Answer 1

如果您具有列列表，则可以进行

df.query（'col_name'=='汽车类型'）

如果这是您所需要的，则可以使用此方法来实现。如果您需要更多说明，请随时添加评论。

Answer 2

编辑：

Pandas解决方案-首先通过DataFrame.stack重塑形状，然后删除第二级MultiIndex和最后一个过滤器index值：

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,2,3],
         'D':[1,3,5,7,'Car Type',0],
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})
print (df)
   A  B  C         D  E  F
0  a  4  7         1  5  a
1  b  5  8         3  3  a
2  c  4  9         5  6  a
3  d  5  4         7  9  b
4  e  5  2  Car Type  2  b
5  f  4  3         0  4  b

r = df.stack().reset_index(level=1, drop=True) == 'Car Type'
out = next(iter(r.index[r]), 'no match')
print (out)
4

如果性能很重要，Numpy解决方案会更好：

通过将2d numpy数组与numpy.where进行比较，然后将next与iter进行比较，可以得到第一个匹配索引值的位置，如果不匹配，则返回默认值：

r, c = np.where(df.values == 'Car Type')
out = next(iter(r), 'no match')

如果不是默认索引值：

out = next(iter(df.index[r]), 'no match')

返回第一个包含Pandas DataFrame中字符串的单元格-最有效的方法吗？

2 个答案: