python - 如何根据Python列表中的列号过滤数据框中的行？

我有一个带有两列x和y的Pandas数据框，对应于一个大信号。它的大小约为300万行。

Wavelength from dataframe

我正在尝试从信号中分离出峰值。使用scipy后，我得到了与峰的索引相对应的一维Python列表。但是，它们不是信号的实际x值，而只是其相应行的索引：

from scipy.signal import find_peaks
peaks, _ = find_peaks(y, height=(None, peakline))

因此，我决定通过将其y列中的所有值都设置为NaN来过滤原始数据帧，除非它们位于峰列表中的索引上。但是，由于是3000000行，所以我反复进行此操作，这非常慢：

peak_index = 0
for data_index in list(data.index):
    if data_index != peaks[peak_index]:
        data[data_index, 1] = float('NaN')
    else:
        peak_index += 1

有谁知道一种更快的熊猫数据框过滤方法？

最佳答案

在大多数情况下，循环播放熊猫的效率极低。假设仅在x为峰值时才需要过滤的DataFrame，其中包含y和y列的值，您可以使用以下代码：

df.iloc[peaks]

或者，如果您希望使用y列保留其峰值并使用NaN来检索原始DataFrame，则请使用：

df.y = df.y.where(df.y.iloc[peaks] == df.y.iloc[peaks])

最后，由于您似乎只关心峰的x值，因此可以按照以下方式重新加工第一部分：

df.iloc[peaks].x