Question

Pandas中是否存在元素IIF功能？

E.g。给出一个数据帧：

R.omit('b', x)

如果元素＆gt; 0.2，设置为1，否则设置为0.如下所示：

w = pd.DataFrame({'Date':pd.to_datetime(['2016-01-01','2016-01-02','2016-01-03']),'A1':[0.3,0.1,0.1],'A2':[0.4,0.4,0.4]}).set_index(['Date'])

有mask（）/ where（），但真值来自旧数据帧。

Answer 1

您需要与0.2和boolean DataFrame投放到np.uint8进行比较：

print (w > .2)
               A1    A2
Date                   
2016-01-01   True  True
2016-01-02  False  True
2016-01-03  False  True

w1 = (w > .2).astype(np.uint8)
print (w1)
            A1  A2
Date              
2016-01-01   1   1
2016-01-02   0   1
2016-01-03   0   1

print (w.gt(.2).astype(np.uint8))
            A1  A2
Date              
2016-01-01   1   1
2016-01-02   0   1
2016-01-03   0   1

比较解决方案：

#[300000 rows x 2 columns]
#for testing index is not necessary
w = pd.concat([w]*100000).reset_index(drop=True)

In [49]: %timeit ((w > .2).astype(int))
100 loops, best of 3: 2.11 ms per loop

In [50]: %timeit ((w > .2).astype(np.short))
1000 loops, best of 3: 1.8 ms per loop

In [51]: %timeit ((w > .2).astype(np.uint8))
1000 loops, best of 3: 1.35 ms per loop

In [82]: %timeit (w.gt(.2).astype(np.uint8))
1000 loops, best of 3: 1.02 ms per loop

In [52]: %timeit (w.applymap(lambda x: 1 if x>0.2 else 0))
1 loop, best of 3: 334 ms per loop

感谢piRSquared寻求其他解决方案：

pd.DataFrame((w.values > .2).astype(np.uint8), w.index, w.columns)


In [112]: %timeit (pd.DataFrame((w.values > .2).astype(np.uint8), w.index, w.columns))
1000 loops, best of 3: 877 µs per loop

Answer 2

jezrael的回答是我将用于此的答案或者，您也可以使用DataFrame.applymap函数。

w.applymap(lambda x: 1 if x>0.2 else 0)

Pandas元素明智if / else（IIF）

2 个答案: