如何以矢量化方式编写代码而不是使用循环？

Question

我想以矢量化方式编写以下代码,因为当前代码非常慢(并且想学习Python最佳实践).基本上,代码说如果今天的价值在昨天价值的10%之内,那么今天的价值(在新栏目中)与昨天的价值相同.否则,今天的价值不变:

def test(df):
    df['OldCol']=(100,115,101,100,99,70,72,75,78,80,110)
    df['NewCol']=df['OldCol']
    for i in range(1,len(df)-1):
        if df['OldCol'][i]/df['OldCol'][i-1]>0.9 and df['OldCol'][i]/df['OldCol'][i-1]<1.1:
            df['NewCol'][i]=df['NewCol'][i-1]
        else:
            df['NewCol'][i]=df['OldCol'][i]
    return df['NewCol']

输出应如下:

    OldCol  NewCol
0      100     100
1      115     115
2      101     101
3      100     101
4       99     101
5       70      70
6       72      70
7       75      70
8       78      70
9       80      70
10     110     110

你能帮忙吗？

我想使用这样的东西,但我无法解决我的问题:

def test(df):
    df['NewCol']=df['OldCol']
    cond=np.where((df['OldCol'].shift(1)/df['OldCol']>0.9) & (df['OldCol'].shift(1)/df['OldCol']<1.1))
    df['NewCol'][cond[0]]=df['NewCol'][cond[0]-1]     
    return df     

Answer 1

您应该对原始数据框进行布尔掩码：

df[(0.9 <= df['NewCol']/df['OldCol']) & (df['NewCol']/df['OldCol'] <= 1.1)]NewCol将为您提供10% 以内的所有行OldCol

因此要设置NewCol这些行中的字段：

within_10 = df[(0.9 <= df['NewCol']/df['OldCol']) & (df['NewCol']/df['OldCol'] <= 1.1)]
within_10['NewCol'] = within_10['OldCol']