我有一个具有以下基本结构的数据框:
import numpy as np
import pandas as pd
tempDF = pd.DataFrame({'condition':[0,0,0,0,0,1,1,1,1,1],'x1':[1.2,-2.3,-2.1,2.4,-4.3,2.1,-3.4,-4.1,3.2,-3.3],'y1':[6.5,-7.6,-3.4,-5.3,7.6,5.2,-4.1,-3.3,-5.7,5.3],'decision':[np.nan]*10})
print tempDF
condition decision x1 y1
0 0 NaN 1.2 6.5
1 0 NaN -2.3 -7.6
2 0 NaN -2.1 -3.4
3 0 NaN 2.4 -5.3
4 0 NaN -4.3 7.6
5 1 NaN 2.1 5.2
6 1 NaN -3.4 -4.1
7 1 NaN -4.1 -3.3
8 1 NaN 3.2 -5.7
9 1 NaN -3.3 5.3
在每一行中,如果'condition'列等于零,并且'x1'和'y1'都是相同的符号(正面或负面),我想将'decision'列的值更改为零 - 出于此脚本的目的,零被认为是积极的。如果'x1'和'y1'的符号不同或'条件'列等于1(无论'x1'和'y1'的符号),那么'决定'列应该等于1.我希望我'我明确地解释了这一点。
我可以按如下方式迭代数据帧的每一行:
for i in range(len(tempDF)):
if (tempDF.ix[i,'condition'] == 0 and ((tempDF.ix[i,'x1'] >= 0) and (tempDF.ix[i,'y1'] >=0)) or ((tempDF.ix[i,'x1'] < 0) and (tempDF.ix[i,'y1'] < 0))):
tempDF.ix[i,'decision'] = 0
else:
tempDF.ix[i,'decision'] = 1
print tempDF
condition decision x1 y1
0 0 0 1.2 6.5
1 0 0 -2.3 -7.6
2 0 0 -2.1 -3.4
3 0 1 2.4 -5.3
4 0 1 -4.3 7.6
5 1 1 2.1 5.2
6 1 1 -3.4 -4.1
7 1 1 -4.1 -3.3
8 1 1 3.2 -5.7
9 1 1 -3.3 5.3
这会产生正确的输出,但速度有点慢。我拥有的真实数据帧非常大,需要多次进行这些比较。有没有更有效的方法来达到预期的效果?
答案 0 :(得分:1)
首先,使用np.sign
和比较运算符创建一个布尔数组True
,其中决策应为1
:
decision = df["condition"] | (np.sign(df["x1"]) != np.sign(df["y1"]))
我在这里使用了德摩根的法律。
然后转换为int
并将其放入数据框:
df["decision"] = decision.astype(int)
,并提供:
>>> df
condition decision x1 y1
0 0 0 1.2 6.5
1 0 0 -2.3 -7.6
2 0 0 -2.1 -3.4
3 0 1 2.4 -5.3
4 0 1 -4.3 7.6
5 1 1 2.1 5.2
6 1 1 -3.4 -4.1
7 1 1 -4.1 -3.3
8 1 1 3.2 -5.7
9 1 1 -3.3 5.3