试试 ‘dask‘
https://dask.org/

自己开发的一个知识问答系统，供参考 `https://github.com/memirror/magicMirror`

《那个男人来自地球》

规则引擎，比如可以看看 Drools

```
d[:, d.argsort(axis=1)[0]]
```

执行的时候应该有条 warning 信息吧：
```FutureWarning: Indexing a DataFrame with a datetimelike index using a single string to slice the rows, like `frame[string]`, is deprecated and will be removed in a future version. Use `frame.loc[string]` instead.
```

所以你应该这么执行：
```
df.loc["2020-01-01"]
```

想起了那年的高考作文，`深处种菱浅种稻，不深不浅种荷花`，我硬是理解成了写保护环境😂

pandas 先 rolling 后 聚合，比如以每一天与过去 7 天做比较：
1. dataframe.rolling("7d").min() == dataframe
2. dataframe.rolling("7d").min()

做了个`魔镜`，可以问一些天气、医药、名人八卦、诗句啥的
https://github.com/memirror/magicMirror
https://github.com/memirror/mmflask

可以考虑用拉链表

```
print(list(map(lambda x:x.update({'5':5}) or x,d)))
```
用 update 也没啥问题，比如可以用如上这种 trick 来实现

``` python
from sqlalchemy import select

query = select(User)
```
试试这种可行嘛

html.xpath("string(//a)")

```python

col1 = pd.Series(['a', 'b'])
col2 = pd.Series(['x', 'y'])
col3 = pd.Series(['1', '2'])

col1, col2, col3 = map(pd.DataFrame, [col1, col2, col3])
col1.index = [1 for _ in range(len(col1))]
col2.index = [1 for _ in range(len(col2))]
col3.index = [1 for _ in range(len(col3))]

r = (
col1
.join(col2, how="outer", lsuffix="_col1", rsuffix="_col2")
.join(col3, how="outer")
)
r.columns = ["col1", "col2", "col3"]

print(r)
```

试试 Embedding+FAISS

我用的 sqlalchemy，采用的方法是设置超时后把 session 设成 global，然后开了个多线程在超时前销毁 session 并重建，用的地方 import 这个包就行

使用装饰器，把捕获逻辑提取出来

这就是 SQL 根据某几个字段 distinct 吧，可以用 pandas 转成 DataFrame 然后 drop_duplicates，设置 subset 即可，或者用空间换时间，建个 set 存储已见到的数据 tuple，不在 set 内则追加新列表，一遍循环即可

@yellowtail 区别很大，.loc 相当于按键值取，你即使对 dataframe 重排，.loc 取得的值仍是不变的，.iloc 则是按位置，顺序变了取的值也就变了。看了下描述，你的需求可以用 dataframe 的 apply 实现或者 series 的 map 实现，用的广播方式，并行计算，如果用循环那可就太慢了