pandas dataFrame之基于numpy加速

当dataFrame太大时，pandas索引（如 df[df['age'] == 30）的速度较慢。可以用向量化方法进行加速。

一个例子如下：

imei_list = list(set(data_df['imei']))
 
tt = data_df.values
imei_res = dict()
imei_col_data = tt[:,0]
lng_col_data = tt[:,1]
lat_col_data = tt[:,2]
tmstp_col_data = tt[:,3]
 
sel_imei = imei_list[i]
index = np.where(imei_col_data == sel_imei)  
lng_list = lng_col_data[index]
lat_list = lat_col_data[index]
tmstp_list = tmstp_col_data[index]

其中data_df的四列分别为imei，经度，纬度，时间戳。这个例子的作用相当于

sel_data = data_df[data_df['imei'] == sel_imei]
lng_list = list(sel_data['lng'])
lat_list = list(sel_data['lat'])
tmstp_list = list(sel_data['tmstp'])