寻找大数据帧的更快循环

Question

我有一个非常简单的循环，只是花很长时间才能遍历我的大数据框。

value = df.at[n,'column_A']

for y in range(0,len(df)):
    index=df[column_B.ge(value_needed)].index[y]
    if index_high  > n:
        break

有了这个，我试图找到第一个索引，该索引的值大于value_needed。问题在于，当len（df）> 200000

时，此循环太无意义而无法运行

关于如何解决此问题的任何想法？

Answer 1

通常，您应该尝试避免与熊猫循环，这是一种获取所需内容的矢量化方法：

df.loc[(df['column_B'].ge(value_needed)) & (df.index > n)].index[0]

Answer 2

我希望您有示例数据。在您的数据上尝试一下，让我知道您得到了

import numpy as np
index = np.where(df[column_B] > value_needed)[0].flat[0]

然后

#continue with other logic