Question

我有一个pandas DataFrame，我想用同一行中的另一个值替换列中的某些值。

我做了以下事情：

df[cols[23:30]] = df[cols[23:30]].apply(lambda x: x.replace(99, df['col1']))
df[cols[30:36]] = df[cols[30:36]].apply(lambda x: x.replace(99, df['col2']))

cols是带有列名的列表。
99被认为是一个缺失值，我想用给定类别（即col1或col2取决于选择）的（已经计算出）均值替换

它可以工作，但是替换所有这些值所需的时间似乎比必要的时间更长。我认为必须有一种更快（以计算方式）实现相同目标的方法。

有什么建议吗？

Answer 1

您可以尝试：

import numpy as np

df[cols[23:30]] = np.where(df[cols[23:30]] == 99, df[['col1'] * (30-23)], df[cols[23:30]])

df[cols[30:36]] = np.where(df[cols[30:36]] == 99, df[['col2'] * (36-30)], df[cols[30:36]])

df[["col1"] * n]将创建与重复n次完全相同的列的数据帧，因此numpy可以将其用作要迭代的n列的掩码，如果99是遇到，否则取各自已经存在的值。

pandas DataFrame：用另一列中的值替换多列中的值

1 个答案: