Для больших наборов данных вы можете использовать индексирование в базе данных numpy, если вы готовы преобразовать имена столбцов в числовой индекс (простой в этом случае):
df.values[arange(5),[0,0,1,2,1]]
out: array([ 1, 4, 8, 12, 14])
Это будет быть намного более эффективными, чтобы понимать список или другие явные итерации.
Вы столкнулись с известной проблемой о том, что текущая реализация данных привязки Event Hub пропустила некоторые свойства, такие как идентификатор устройства, который вы ищете.
В нашем связывании мы приняли это изменение, выведя только 4 свойства верхнего уровня этого типа, не осознавая, что оно происходит из словаря. Таким образом, код, в котором мы заполняем данные привязки здесь , является ошибкой. Вместо нашей собственной реализации ToDictionary здесь для этих 4 свойств (которая отфильтровывает другие системные свойства), мы должны просто добавить всю коллекцию, которая уже является словарем.
blockquote>