Pandas: bevorzugte Idiome für Boolean/Prädikat sucht

Question

Ich habe zwei Fragen und sie sind beide in fett in der Post unten.

Betrachten Sie diese DataFrame:

from pandas import DataFrame 

df_1 = DataFrame ({ 
     "x" : ["a - {}".format(i) for i in range(2)] + 
       ["b - {}".format(i) for i in range(2)] , 
     "y" : range(4) 
    }) 
df_1 

Angenommen, ich wollte, dass alle Zeilen, in denen der x Wert mit dem Buchstaben "a" gestartet.

Ist das Folgende das bevorzugte Idiom für eine solche Suche?

df_1[df_1["x"].apply(lambda val : val.startswith("a"))] 

Eine Sache, die ich in Pandas finden, ist, dass, sobald aussagekräftige Daten wird ein DataFrame Index, ist es schwieriger, Dinge mit ihm zu tun, vor allem es abfragen. Angenommen, wir haben jetzt:

df_2 = df_1.set_index(["x"], drop=True) 
df_2 

ich feststellen, dass die gleiche Suche zu tun, mehr Arbeit beteiligt ist, wenn ich den Index bin auf der Suche.

Ist das Folgende das bevorzugte Idiom für eine solche Suche?

df_2.iloc[[i for i,val in enumerate(df_2.index.tolist()) if val.startswith("a")], :] 

Answer 1

In beiden Fällen würde ich die vektorisiert .str.startswith(...) Methode verwenden. Es ist nicht unbedingt so viel leistungsfähiger, nur sauberer. Siehe die für mehr.

In [22]: df_1[df_1["x"].str.startswith("a")] 
Out[22]: 
     x y 
0 a - 0 0 
1 a - 1 1 

In [23]: df_2[df_2.index.str.startswith('a')] 
Out[23]: 
     y 
x  
a - 0 0 
a - 1 1