Python:numpy/pandas根据条件更改值

Question

我想知道是否有一种更快,更"pythonic"的方式来执行以下操作,例如使用一些内置方法.给定一个pandas DataFrame或numpy浮点数组,如果该值等于或小于0.5,我需要计算倒数值并乘以-1并将旧值替换为新计算的值."变换"可能是一个糟糕的词语选择,请告诉我你是否有更好/更准确的描述.

感谢您的帮助和支持!

数据:

import numpy as np
import pandas as pd
dicti = {"A" : np.arange(0.0, 3, 0.1), 
         "B" : np.arange(0, 30, 1),
         "C" : list("ELVISLIVES")*3}
df = pd.DataFrame(dicti)

我的功能:

def transform_colname(df, colname):
    series = df[colname]    
    newval_list = []
    for val in series:
        if val <= 0.5:
            newval = (1/val)*-1
            newval_list.append(newval)
        else:
            newval_list.append(val)
    df[colname] = newval_list
    return df

功能调用:

transform_colname(df, colname="A")

** - >我在这里总结了结果,因为评论不允许发布代码(或者我不知道如何去做).**

谢谢大家快速而有力的答案!

使用ipython"%timeit"和"真实"数据:

我的功能: 10个循环,最好的3:每循环24.1毫秒

来自jojo:

def transform_colname_v2(df, colname):
    series = df[colname]        
    df[colname] = np.where(series <= 0.5, 1/series*-1, series)
    return df

100个循环,最佳3:2.76 ms每循环

来自FooBar:

def transform_colname_v3(df, colname):
    df.loc[df[colname] <= 0.5, colname]  = - 1 / df[colname][df[colname] <= 0.5]
    return df

100个循环,每个循环最好为3:3.32 ms

来自dmvianna:

def transform_colname_v4(df, colname):
    df[colname] = df[colname].where(df[colname] <= 0.5, (1/df[colname])*-1)
    return df

100个循环,最佳3:3.7循环每个循环

请告诉/告诉我你是否会以不同的方式实现你的代码!

最后一个问题:(已回答)"FooBar"和"dmvianna"的版本如何制作成"通用"？我的意思是,我必须将列的名称写入函数(因为使用它作为变量不起作用).请解释最后一点! - >感谢jojo,".loc"不是正确的方法,但非常简单的df [colname]就足够了.将上面的函数更改为更"通用".(也将">"更改为"<=",并更新时间)

非常感谢你!!

Answer 1

典型的技巧是编写一个通用的数学运算来应用于整个列,然后使用指标选择我们实际应用它的行:

df.loc[df.A < 0.5, 'A']  = - 1 / df.A[df.A < 0.5] 

In[13]: df
Out[13]: 
            A   B  C
0        -inf   0  E
1  -10.000000   1  L
2   -5.000000   2  V
3   -3.333333   3  I
4   -2.500000   4  S
5    0.500000   5  L
6    0.600000   6  I
7    0.700000   7  V
8    0.800000   8  E
9    0.900000   9  S
10   1.000000  10  E
11   1.100000  11  L
12   1.200000  12  V
13   1.300000  13  I
14   1.400000  14  S
15   1.500000  15  L
16   1.600000  16  I
17   1.700000  17  V
18   1.800000  18  E
19   1.900000  19  S
20   2.000000  20  E
21   2.100000  21  L
22   2.200000  22  V
23   2.300000  23  I
24   2.400000  24  S
25   2.500000  25  L
26   2.600000  26  I
27   2.700000  27  V
28   2.800000  28  E
29   2.900000  29  S

Answer 2

如果我们在讨论数组:

import numpy as np
a = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6], dtype=np.float)
print 1 / a[a <= 0.5] * (-1)

但是,这只会返回小于的值0.5.

或者使用np.where:

import numpy as np
a = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6], dtype=np.float)
print np.where(a < 0.5, 1 / a * (-1), a)

谈论pandas DataFrame:

正如@dmvianna的回答(所以给予他一些信任;)),使其适应pd.DataFrame:

df.a = df.a.where(df.a > 0.5, (1 / df.a) * (-1))