Pandas优化创建虚拟变量的方法？

Question

我正在根据给定的列和条件创建一个新的虚拟变量。以下是我正在使用的代码。它有效，但对我想做的事情来说太慢了。是否有更快，可能是矢量化的方式在熊猫中创造假人？具体来说，根据我的例子？

我已经查看了pandas中的get_dummies函数，但它似乎做了一些与我在这里做的有点不同的事情。我可能是错的，如果有人有办法让get_dummies使用这个例子，那也是一个可以接受的答案。

def flagger(row, criteria, col):
    if row[col] <= criteria:
        return 1
    if row[col] > criteria:
        return 0

dstk['dropflag'] = dstk.apply(lambda row: flagger(row, criteria, col), axis=1)

编辑：这里有两个好的答案。一目了然它们看起来同样快（至少达到相同的数量级）所以我只接受了一个。如果有人想做一些更严肃的剖析，我很乐意修改我的答案选择。

Answer 1

为什么不试试np.where。它是逐列向量化的操作，它比行方式快得多。

dstk['dropflag'] = np.where(dstk.col <= criteria, 1, 0)

Answer 2

另一种选择是：

dstk['dropflag'] = (dstk[col] <= criteria).astype(int)