假设我有一个包含四列的DataFrame,每个列都有一个阈值,我想对照这个阈值比较DataFrame的值。在
我只想最小值的数据帧或阈值。在
例如:
df = pd.DataFrame(np.random.randn(100,4), columns=list('ABCD'))
>>> df.head()
A B C D
0 -2.060410 -1.390896 -0.595792 -0.374427
1 0.660580 0.726795 -1.326431 -1.488186
2 -0.955792 -1.852701 -0.895178 -1.353669
3 -1.002576 -0.321210 1.711597 -0.063274
4 1.217197 0.202063 -1.407561 0.940371
thresholds = pd.Series({'A': 1, 'B': 1.1, 'C': 1.2, 'D': 1.3})
该溶液有效(过滤了A4和C3),但必须有一种更简单的方法:
^{pr2}$理想情况下,我希望使用.loc进行适当的筛选,但我还没有找到答案。我正在使用Pandas 0.14.1(无法升级)。在
回复以下是我对备选方案的初步提案的定时测试:
%%timeit
df.lt(thresholds).multiply(df) + df.gt(thresholds).multiply(thresholds)
1000 loops, best of 3: 990 µs per loop
%%timeit
np.minimum(df, thresholds) # <--- Simple, fast, and returns DataFrame!
10000 loops, best of 3: 110 µs per loop
%%timeit
df[df < thresholds].fillna(thresholds, inplace=True)
1000 loops, best of 3: 1.36 ms per loop
这相当快(并返回一个数据帧):
一个令人愉快的惊喜,纽比是如此顺从,没有任何重塑或明确的转换。。。在
怎么样:
相关问题 更多 >
编程相关推荐