レベルよりも大きな値を見つける - Python Pandas

Question

時系列（タプルの順番）では、基準が初めて満たされたときに最も効率的な方法は何ですか？

特に、パンダのデータフレームの列の値が100を超えたときを判断する最も効率的な方法は何ですか？

私は巧妙なベクトル化された解を望んでおり、df.iterrows()を使用する必要はありませんでした。

たとえば、値が100を超えると、価格データまたはカウントデータ。 DF [ 'COL']> 100

   price 
date 
2005-01-01  98 
2005-01-02  99 
2005-01-03  100 
2005-01-04  99 
2005-01-05  98 
2005-01-06  100 
2005-01-07  100 
2005-01-08  98 

が、潜在的に非常に大規模なシリーズのため。 iterate（slow）する方が良いか、ベクトル化されたソリューションがありますか？

for row, ind in df.iterrows(): 
    if row['col'] > value_to_check: 
     breakpoint = row['value_to_record'].loc[ind] 
     return breakpoint 
return None 

しかし、私の質問は、効率性（潜在的に、うまくスケールしますベクトル化ソリューション）の詳細です：

df.iterrows()ソリューションである可能性があります。 "> 99"

df[df['price'].gt(99)].index[0] 

戻り"2"、第2のインデックス列：

Answer 1

はこれを試してみてください。これは、直列100の最初の発生のインデックス値を返す99

df[df['price'].gt(99)].index 
Int64Index([2, 5, 6], dtype='int64') 

Answer 2

より大きい

全ての行インデックス：NO値が正確に100、それが必要でない場合

index_value = (df['col'] - 100).apply(abs).idxmin() 

最も近い値のインデックスを返します。