遍历熊猫数据框的最快方法？

Question

如何遍历数据框并仅返回满足特定条件的行？ 这种情况必须在以前的行和列上进行测试。 例如：

          #1    #2    #3    #4
1/1/1999   4     2     4     5
1/2/1999   5     2     3     3
1/3/1999   5     2     3     8
1/4/1999   6     4     2     6
1/5/1999   8     3     4     7
1/6/1999   3     2     3     8
1/7/1999   1     3     4     1

我想为每一行测试一些条件，如果所有条件都通过了，我想将该行追加到列表中。 例如：

for row in dataframe:
    if [row-1, column 0] + [row-2, column 3] >= 6:
        append row to a list

我最多可能有3个条件，要返回的行必须为真。 考虑这样做的方法是为所有符合条件的观察结果创建一个列表，然后为出现在所有三个列表中的所有行创建一个单独的列表。

我的两个问题如下：

什么是最快的方式来基于前几行获取所有满足特定条件的行？ 遍历5,000行的数据框似乎太长了。 特别是如果必须测试3个条件。

获取满足所有3个条件的行的最佳方法是什么？

Answer 1

选择行的最快方法是不遍历数据框的行。 而是，为要选择的行创建一个具有True值的掩码（布尔数组），然后调用df[mask]来选择它们：

mask = (df['column 0'].shift(1) + df['column 3'].shift(2) >= 6)
newdf = df[mask]

---

要将多个条件与逻辑和相结合，请使用& ：

mask = ((...) & (...))

逻辑或使用| ：

mask = ((...) | (...))

---

例如，

In [75]: df = pd.DataFrame({'A':range(5), 'B':range(10,20,2)})

In [76]: df
Out[76]: 
   A   B
0  0  10
1  1  12
2  2  14
3  3  16
4  4  18

In [77]: mask = (df['A'].shift(1) + df['B'].shift(2) > 12)

In [78]: mask
Out[78]: 
0    False
1    False
2    False
3     True
4     True
dtype: bool

In [79]: df[mask]
Out[79]: 
   A   B
3  3  16
4  4  18