大熊貓新手的問題，最快的方法：熊貓：什麼是搜索的大數據幀
我有幾百萬行的數據幀，樣品輸出將是：
c_id c1 c2
0 10 100
0 15 110
0 15 112
2 96 120
56 43 42
每個CUSTOMER_ID，我想創建一個表做一些事情。什麼是最好的方式來做到這一點？ 我整理的C_ID數據框，然後設置索引它：
df = df.sort('c_id', ascending=False)
df = df.set_index('c_id')
但操作簡單的一樣：
temp_df = df.loc[:0]
需要永遠，什麼是解決這個問題的最快方法？ 我認爲一個有序的set_index可以做到這一點。我猜不會。
EDIT1：
我想C1的所有唯一值，C_ID的每個值的列表。所以像：
df.loc[:0].c1.unique()
不明確創建組，但使用熊貓groupby。
例如，假定你要找到客戶的平均值，你可以這樣做：
df.groupby(by = df['c_id']).mean()
等。
您還可以應用（幾乎）任意變換，使用.apply和.transform方法（儘管內置類似方法均值，STD，最小值，最大值是更有效，因爲它們會被優化）。
爲了回答您的具體問題，你可以這樣做：
df.groupby('c_id').c1.nunique()
這給：
c_id
0 2
20 1
56 1
Name: c1, dtype: int64
注意的一些問題（this和this）認爲.nunique不是更快的方式去，這是另一種方式去：
df.groupby('c_id').c1.apply(lambda x: len(x.unique()))
（我自己也沒有做過任何基準測試......）
新增解決方案。 – FLab
幾乎是正確的答案。我在找的是： df.groupby（'c_id'）。c1.unique（） 不知道熊貓可以容納一個數組。 – user1871528
根據「你想要對你的DF的子集做些什麼」，可能會有很多不同的方法。試着解釋你想要達到什麼目標併發布你想要的數據集...... – MaxU
它是非高性能的，有一個非唯一索引，你最好只在'c_id'上進行'group'ing，那麼你可以只需執行'gp.get_group（your_c_id）'返回一個特定的組，但是您需要對'groupby'對象進行一些聚合，以便在編輯時返回一系列/ df – EdChum