Pandas优化了创建DummyVariable的方法？

Question

我正在根据给定的列和条件创建一个新的虚拟变量。下面是我正在使用的代码。它能工作，但对我想做的事情来说太慢了。有没有一种更快的，也许是矢量化的方法来制作熊猫的假人？具体来说，根据我的例子？在

我在熊猫身上查到了get_nudummies功能，但它的作用似乎与我在这里做的有些不同。我可能是错的，所以如果有人能用这个例子来让get_dummies工作，那也是一个可以接受的答案。在

def flagger(row, criteria, col):
    if row[col] <= criteria:
        return 1
    if row[col] > criteria:
        return 0

dstk['dropflag'] = dstk.apply(lambda row: flagger(row, criteria, col), axis=1)

编辑：这里有两个很好的答案。一眼望去，它们的速度一样快（至少是相同的数量级），所以我就接受了一个。如果有人想做一些更认真的分析，我很乐意修改我的答案选择。在

Answer 1

为什么不试试np.where。它是按列向量化的操作，比按行应用要快得多。在

dstk['dropflag'] = np.where(dstk.col <= criteria, 1, 0)

Answer 2

另一个选择是：

dstk['dropflag'] = (dstk[col] <= criteria).astype(int)