Из документации pandas я собрал эти индексы с уникальным значением, которые делают определенные операции эффективными и что неидеальные индексы иногда переносятся.
Извне, это не похоже, что неуникальные индексы используются каким-либо образом. Например, следующий запрос ix
достаточно медленный, чтобы, по-видимому, сканировать весь фрейм данных
In [23]: import numpy as np
In [24]: import pandas as pd
In [25]: x = np.random.randint(0, 10**7, 10**7)
In [26]: df1 = pd.DataFrame({'x':x})
In [27]: df2 = df1.set_index('x', drop=False)
In [28]: %timeit df2.ix[0]
1 loops, best of 3: 402 ms per loop
In [29]: %timeit df1.ix[0]
10000 loops, best of 3: 123 us per loop
(Я понимаю, что два запроса ix
не возвращают одно и то же - это просто пример, который вызывает ix
для неидеального индекса, который выглядит намного медленнее)
Есть ли способ коаксировать pandas в использование более быстрых методов поиска, таких как бинарный поиск на неистовых и/или отсортированных индексах?