在同一行的csv文件中获取值

Question

因此，给定一个 csv 文件作为使用 pandas 和 python 的数据框，我想尽可能高效地获取与另一个值在同一行中的值。

为了澄清这一点，我将用以下 csv 给你一个例子：

STAID   SOUID   DATE      TX     Q_TX
162     100522  19010101 -31     0
162     100522  19010102 -13     0
162     100522  19010103 -5      0
162     100522  19010104 -10     0
162     100522  19010105 -18     0

让我们说我正在实现以下代码

import pandas as pd

data = pd.read_csv("foo.csv")

max_val = data["TX"].max()

Max_val 现在将获得 -5 的值。问题是我现在想知道“DATE”中的值，它将与 max_val 在同一行中，或者换句话说：“DATE”列中的值与找到的值共享相同的索引。我的目标值是 19010103。仅使用 pandas 的最有效方法是什么？

更新：与 min_val 有点不同，它显然应该是 max_val 而不是 min_val。

Answer 1

我们可以使用idxmax

df.DATE[df.TX.idxmax()]
Out[346]: 19010103

为了提高速度

df.values[2,df.TX.values.argmax()]

Answer 2

使用loc 是“标准”，应该是高度可读的。但是在这里使用idxmax 和at 是您最快的答案（请参阅温的答案以了解我的想法）。您可能希望使用您的真实数据进行测试，以确保这少量数据不会提供红鲱鱼。见at：

基于标签的快速标量访问器 与 loc 类似，at 提供基于标签的标量查找。您也可以使用这些索引器进行设置。

我的测试中最快的答案：

min_val = data.TX.idxmax() #with min_val's index already set
%%timeit
data.at[min_val,'DATE']
# 100000 loops, best of 3: 6.73 µs per loop

在jupyter上使用%%timeit可以看到时间：

%%timeit
data.loc[data['TX'] == min_val]['DATE']
# 1000 loops, best of 3: 604 µs per loop

%%timeit
data[data['TX']==min_val)].DATE #using from comments, and not using loc
# 1000 loops, best of 3: 724 µs per loop

%%timeit
data[data['TX']==data['TX'].max()]['DATE']
#1000 loops, best of 3: 575 µs per loop 

%%timeit
data.at[data.TX.idxmax(),'DATE'] #using at and idxmax <----
# 10000 loops, best of 3: 69.5 µs per loop

%%timeit
data.at[data.loc[data['TX'] == min_val].index[0],'DATE']
# 1000 loops, best of 3: 560 µs per loop