我有一个数据框df。该 Dataframe 由列id、time和quantity组成。我必须基于time对这个df进行重复查询，查询应该返回查询时间对应的id-quantity对。
df按id预先排序，在每个id组中，它基于time进行排序（尽管顺序本身可能对 Dataframe 查询没有多大帮助）。
查询是以某种交替的顺序进行的，并且存在重复的查询，例如，我们可以按以下顺序查询：time = 10, 0, 10, 0, 10, 0, 20, 10, 20, 10, 20, 10, 30, 20, 30, 20, 30, 20, ....它是按递增的交替顺序排列的，请注意，df中的所有时间最终都会被查询。
目前，我的实现不涉及任何缓存，它只是简单地做了：

def query(df, time):
  return df[df.time == time][["id", "quantity"]]

但我认为这可能是低效的。我不太熟悉Python和pandas，但我的理解是df[df.time == time]可能是一个昂贵的操作，特别是当df很大时，在我的情况下，大约有100k行。
我如何才能更有效地做到这一点？
我的一个想法是，我们可以使用dict，其中键是df.time().unique()，值是对应于该时间的行，但我不确定这是否是最有效的方法。