Question

我有三个形状相同的DataFrame〜（1,000，10,000）。

original每行具有约20-100个非零值-非常稀疏
input是original的副本，每行10个随机非零值更改为零
output完全填充了非零值

我现在正尝试仅在original和output不同的位置（即仅在10个随机选择的位置）比较input和output

首先，我仅创建original的这些元素的df，将其他所有内容都设置为零：

maskedOriginal = original.where(original != input, other=0)

这是在几秒钟内创建的。然后，我尝试对output做同样的事情：

maskedOutput = output.where(original != input, other=0)

但是，由于现在可以使用3个DataFrame，所以它太慢了-几分钟后我什至没有得到结果。还有其他合适的方法吗？

Answer 1

将numpy.where与DataFrame的构造函数一起使用：

arr = original.values
maskedOriginal = pd.DataFrame(np.where(arr != input, arr, 0), 
                              index=original.index,
                              columns=original.columns)

df.where基于其他两个DataFrame的差异

1 个答案: