我想在非常稀疏的pandas DataFrame中记录每个单元格的日志,并且必须避免使用0。起初我用lambda函数检查0,然后我认为用NaN替换多个0可能会更快。我从这个closely related question获得了一些灵感,并尝试使用"面具。"还有更好的方法吗?
# first approach
# 7.61 s ± 1.46 s per loop (mean ± std. dev. of 7 runs, 1 loop each)
def get_log_1(df):
return df.applymap(
lambda x: math.log(x) if x != 0 else 0)
# second approach (faster!)
# 5.36 s ± 968 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
def get_log_2(df):
return (df
.replace(0, np.nan)
.applymap(math.log)
.replace(np.nan, 0))
# third apprach (even faster!!)
# 4.76 s ± 941 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
def get_log_3(df):
return (df
.mask(df <= 0)
.applymap(math.log)
.fillna(0))
答案 0 :(得分:3)
一种可能的解决方案是使用numpy.log
:
print (np.log(df.mask(df <=0)).fillna(0))
或纯numpy
:
df1= pd.DataFrame(np.ma.log(df.values).filled(0), index=df.index, columns=df.columns)