Question

我必须使用apply访问当前行和先前计算的值的值。以下是代码段。如何优化此代码以更快地工作？

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(30, 1)), columns=['ABCD'])

for idx in range(0, len(df)):
    df.ix[idx, 'flag'] = 0
    if 0 == idx:
        continue
    if df.ix[idx, 'ABCD'] >= 66:
        df.ix[idx, 'flag'] = 1
    elif df.ix[idx, 'ABCD'] <= 33:
        df.ix[idx, 'flag'] = 0
    else:
        df.ix[idx, 'flag'] = df.ix[idx-1, 'flag']

print df

在这里，我必须使用＆＃39; ABCD＆＃39;中的值。如果值> 66，flag应该设置为1并且＆lt; 33，标志应为0。对于其他值，它应该重复以前的flag值。

请告诉我如何优化此功能？

Answer 1

您可以使用np.where来向量化if/else;当值> = 66时将标志设置为1，当值<= 33时设置为0，否则设置为NaN然后对结果flag列进行前向填充：

df['flag0'] = pd.np.where(df.ABCD >= 66, 1,
              pd.np.where(df.ABCD <= 33, 0, pd.np.nan))

df['flag0'] = df['flag0'].ffill()

(df.flag == df.flag0).all()
# True

使用pandas应用函数访问两个轴

1 个答案: