Questions tagged «indexing»

给定一个列表["foo", "bar", "baz"]和列表中的项目"bar"，如何1在Python中获取其索引（）？

3172 python  list  indexing 

已关闭。这个问题需要更加集中。它当前不接受答案。 想改善这个问题吗？更新问题，使其仅通过编辑此帖子来关注一个问题。 2年前关闭。 鉴于索引随着数据集的增加而变得非常重要，有人可以解释索引在数据库不可知的级别是如何工作的吗？ 有关查询索引字段的信息，请查看如何索引数据库列。

2418 sql  database  performance  indexing  database-indexes 

在Python中，如何获取列表的最后一个元素？

2060 python  list  indexing 

我对DB的接触有限，只使用DB作为应用程序程序员。我想知道Clustered和Non clustered indexes。我用谷歌搜索，发现的是： 聚集索引是一种特殊的索引，它重新排序表中记录的物理存储方式。因此，表只能有一个聚集索引。聚集索引的叶节点包含数据页。非聚集索引是一种特殊类型的索引，其中索引的逻辑顺序与磁盘上行的物理存储顺序不匹配。非聚集索引的叶节点不包含数据页。相反，叶节点包含索引行。 我在SO中发现的是聚集索引和非聚集索引之间的区别是什么？。 有人可以用简单的英语解释吗？

1116 sql-server  performance  indexing  clustered-index  non-clustered-index 

我一直在向SQL Server 2005中的表添加索引，这让我开始思考。创建1个索引和定义多个列而不是要索引的每列有1个索引之间有什么区别？ 有某些原因为什么要使用另一种方法？ 例如 Create NonClustered Index IX_IndexName On TableName (Column1 Asc, Column2 Asc, Column3 Asc) 与 Create NonClustered Index IX_IndexName1 On TableName (Column1 Asc) Create NonClustered Index IX_IndexName2 On TableName (Column2 Asc) Create NonClustered Index IX_IndexName3 On TableName (Column3 Asc)

645 sql-server  database  indexing 

有人可以解释这三种切片方法有何不同吗？ 我看过文档，也看过这些 答案，但仍然发现自己无法解释这三者之间的区别。在我看来，它们在很大程度上似乎是可互换的，因为它们处于切片的较低级别。 例如，假设我们要获取的前五行DataFrame。这三者如何运作？ df.loc[:5] df.ix[:5] df.iloc[:5] 有人可以提出三种用法之间的区别更清楚的情况吗？

635 python  pandas  indexing  dataframe 

创建MySQL表时，PRIMARY，UNIQUE，INDEX和FULLTEXT有什么区别？ 我将如何使用它们？

610 mysql  indexing  key  schema 

如何查看我的数据库上是否有索引？ 一张特定的桌子怎么样？

485 mysql  indexing  database-schema 

什么是SQL中的索引？您可以解释或参考以清楚地理解吗？ 我应该在哪里使用索引？

439 sql  indexing 

什么是最简单的转换方式 [x1, x2, x3, ... , xN] 至 [[x1, 2], [x2, 3], [x3, 4], ... , [xN, N+1]]

438 ruby  arrays  indexing 

在学习70-433考试时，我注意到您可以通过以下两种方式之一创建覆盖指数。 CREATE INDEX idx1 ON MyTable (Col1, Col2, Col3) - 要么 - CREATE INDEX idx1 ON MyTable (Col1) INCLUDE (Col2, Col3) INCLUDE子句对我来说是新的。在确定是否创建包含或不包含INCLUDE子句的覆盖索引时，您将为什么使用它以及您会建议什么准则？

431 sql-server  sql-server-2008  sql-server-2005  indexing 

我有一个非常大的MySQL表，其中包含约15万行数据。目前，当我尝试运行 SELECT * FROM table WHERE id = '1'; 该代码运行良好，因为ID字段是主要索引。但是，对于该项目的最新开发，我必须按另一个字段搜索数据库。例如： SELECT * FROM table WHERE product_id = '1'; 该字段先前未编制索引；但是，我添加了一个，因此mysql现在为该字段建立索引，但是当我尝试运行上述查询时，它运行非常缓慢。一个EXPLAIN查询显示，当我已经添加了product_id字段时，没有针对product_id字段的索引，因此该查询需要20分钟到30分钟的任何时间才能返回单行。 我完整的EXPLAIN结果是： | id | select_type | table | type | possible_keys| key | key_len | ref | rows | Extra | +----+-------------+-------+------+--------------+------+---------+------+-------+------------------+ | 1 | SIMPLE | table | ALL | …

407 mysql  optimization  indexing  row 

对文件进行一些编辑后，我试图将csv保存到文件夹。 每次我使用pd.to_csv('C:/Path of file.csv')csv文件时，都有单独的索引列。我想避免将索引打印到csv。 我试过了： pd.read_csv('C:/Path to file to edit.csv', index_col = False) 并保存文件... pd.to_csv('C:/Path to save edited file.csv', index_col = False) 但是，我仍然得到不需要的索引列。保存文件时如何避免这种情况？

407 python  csv  indexing  pandas 

我对MySQL索引的工作方式非常感兴趣，更具体地说，它们如何在不扫描整个表的情况下返回请求的数据？ 我知道这是题外话，但是如果有人可以向我详细解释一下，我将非常非常感谢。

402 mysql  indexing 

我很好奇，为什么df[2]不支持，而df.ix[2]与df[2:3]这两个工作。 In [26]: df.ix[2] Out[26]: A 1.027680 B 1.514210 C -1.466963 D -0.162339 Name: 2000-01-03 00:00:00 In [27]: df[2:3] Out[27]: A B C D 2000-01-03 1.02768 1.51421 -1.466963 -0.162339 我希望df[2]以df[2:3]与Python索引约定一致的方式进行工作。是否有设计原因不支持按单个整数索引行？

395 python  pandas  dataframe  indexing