很像Python，但不像Pandas那样令人信服

Question

我有一个数据帧，其中每个序列都填充了0和1，如下所示：

flagdf=pd.DataFrame({'a':[1,0,1,0,1,0,0,1], 'b':[0,0,1,0,1,0,1,0]})

现在，根据我所做的一些分析，我需要将一些0更改为1。因此最终的数据帧将是：

final=pd.DataFrame({'a':[1,1,1,0,1,1,1,1], 'b':[1,1,1,0,1,1,1,1]})

显示必须更改的0的分析结果存储在使用多索引构建的第二个数据帧中：

     first  last
a 1      1     1
  5      5     6
b 0      0     1
  5      5     5
  7      7     7

对于每个“a”和“b”，我都有需要更改的0的第一个和最后一个索引。你知道吗

第一个问题：多索引数据帧中的第二个索引等于序列“First”。我最初试图直接使用它，但我发现处理两个序列比处理索引和序列更容易。我错过什么了吗？你知道吗

以下是执行此任务的代码：

def change_one_value_one_column(flagdf,col_name,event):
    flagdf[col_name].iloc[event]=1

def change_val_column(col_name, tochange, flagdf):
    col_tochange=tochange.ix[col_name]
    tomod=col_tochange[['first','last']].values
    iter_tomod=[xrange(el[0],el[1]+1) for el in tomod]
    [change_one_value_one_column(flagdf,col_name,event) for iterel in iter_tomod for event in iterel]

[change_val_colmun(col_name) for col_name in flagdf.columns]

第二个问题：我真的认为列表理解总是好的，但是在这种情况下，当我为列表理解编写一个函数时，我有一些疑问。这真的是最好的选择吗？你知道吗

第三个问题：我认为这段代码是相当python的，但我并不为此感到骄傲，因为最后一个列表理解是在dataframe系列中运行的：在我看来，使用apply方法会更好（但我不知道怎么做）。没有什么真正的理由（除了优雅）我应该努力做这些改变吗？你知道吗

Answer 1

如果我停留在python中对行进行迭代，我更喜欢使用zip/izip作为第一步。你知道吗

for col, start, end in izip(to_change.index.get_level_values(0), tochange['first'], tochange['last']):
     flagdf.loc[start:end, col] = 1

简单快速。你知道吗

Answer 2

为了回答关于耗尽迭代器的部分，我认为您有一些pythonic的选择（所有这些我都喜欢列表理解）：

# the easiest, and most readable
for col_name in flagdf.columns:
    change_val_column(col_name)

# consume/exhaust an iterator using built-in any (assuming each call returns None)
any(change_val_colmun(col_name) for col_name in flagdf.columns)

# use itertools' consume recipe
consume(change_val_colmun(col_name) for col_name in flagdf.columns)

参见consume recipe from itertools。

然而，当在numpy/pandas中做这种事情时，你应该问自己“我能在这里垂直化/使用索引吗？”。如果可以的话，你的代码通常会更快更可读。你知道吗

我认为，在这种情况下，您可以通过执行以下操作来移除一级循环：

def change_val_column(col_name, tochange, flagdf):
    col_tochange = tochange.ix[col_name]  # Note: you're accessing index not column here??
    tomod = col_tochange[['first','last']].values
    for i, j in tomod:
        flag_df.loc[i:j, col_name] = 1

你甚至可以移除for循环，但是不清楚这里的意图是什么。。。你知道吗