在 Dataframe 中使用 .loc 性能不佳

Question

我正在嘗試通過此 dataframe 的索引組合某些列，我使用簡單的 pd.cov() function 來計算 u_centro、v_centro 和 w_centro 的方差和協方差。

但是，當我嘗試使用 .loc 對這些值進行切片時，性能非常慢（非常慢。）：例如：

df_uu = df.loc[(iz_centro,'u_centro'),'u_centro']

我想要 u_centro 的所有 u_centro 組合。 結果正是我想要的，但是完成這個花費的時間太荒謬了，超過 10 分鍾。

全部數據： https://raw.githubusercontent.com/AlessandroMDO/LargeEddySimulation/master/sd.csv

Answer 1

有不同的方法可以做到這一點，但最好的性能是使用矢量化函數，例如xs （感謝@Paul H）或 boolean 掩碼：

 startime = datetime.now()

 mask = df.index.get_level_values(1) == 'u_centro'
 df.loc[mask]

 print(datetime.now() - startime) # 0:00:00.001417

我不知道在這種情況下1417 µs是否很重要。