python - 当我必须在长熊猫系列（> 15 M 个元素）中搜索时，如何优化“枚举”？

Question

我有一个包含时间信息（表示秒的浮点数）的熊猫系列，例如，我需要识别时间大于 x 的索引。我目前正在使用 enumerate 来执行此操作，但我不确定这是执行此操作的最佳方式，因为它需要一些时间来执行。我想知道是否有任何矢量化方式来执行此操作。

index = [i for i, val in enumerate(df['time']) if val >= x][0]

示例系列：

time

0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1

标签： pythonpython-3.xpandasseries

Answer 1

df[df['time'] >= x].index

或者

np.nonzero(df['time'].values >= x)[0]

编辑：
如果您只需要第一次出现：

np.argmax(df['time'].values >= x)