pandas全表查询，根据条件返回。记录一次爬坑过程。

关于pandas的查询，深深的掉了一个大坑。
以此来记录一下

1. 不知道元素在那一列，哪一行，先上一个坑。

t1 =time.clock()
for id in ids:#id为需要查找的元素
    for indexs in df1.index:#循环行
        for  i in range(len(df1.loc[indexs].values)):循环行内元素
            if(df1.loc[indexs].values[i] ==id):
            	print(indexs,i)#打印元素位置
                print(df1.loc[indexs].values[i])
print(time.clock()-t1) 

来看看时间。很无语，百度的一种方法，当时比较急，没有细想

2. 自己优化后，其实不要返回元素具体位置，只需要定位到某一行即可。

t1 =time.clock()
for index in df1.index:
    for id in ids:
        if id in list(df1.iloc[index]):
            print('ok')
#             print(list(df1.iloc[index]))
print(time.clock()-t1)

来看看时间。。。很无语，这个坑啊，哎。

3. 另外还有一种方法

t1 =time.clock()
for id in ids:
    for index in df1.index:
        if id in list(df1.iloc[index]):
            print('ok')
#             print(list(df1.iloc[index]))
print(time.clock()-t1)

记录到这里，时刻提醒自己，一定要先想，在写。
pandas 分组统计 并返回源dataFrame

df['counts'] = df.groupby(['value']).transform(len)#统计单列频次，并标记在源dataFrame

pandas apply函数 和map函数简单标记某一列元素出现的次数

count = df.groupby(['流水号'])['流水号'].count()#分组统计该列元素的频次，将返回一个series
#定义作用于每一个元素的函数
def f(x):
    return count[x]
#两种写法，python自带的高阶函数map写法，以及pandas自带的apply 应用于列的函数写法，结果相同
df['count'] = df['流水号'].apply(f)
df['count'] = df['流水号'].map(f)

                                            ----------记录一个菜鸟的学习历程。