替换pandas数据帧中大于数字的值

Question

我有一个大型数据框,看起来像:

df1['A'].ix[1:3]
2017-01-01 02:00:00    [33, 34, 39]
2017-01-01 03:00:00    [3, 43, 9]

我想用11替换大于9的每个元素.

因此,上述示例的所需输出为:

df1['A'].ix[1:3]
2017-01-01 02:00:00    [11, 11, 11]
2017-01-01 03:00:00    [3, 11, 9]

编辑:

我的实际数据帧大约有20,000行,每行有2000个大小的列表.

有没有办法numpy.minimum为每一行使用函数？我认为它会比list comprehension方法更快？

Answer 1

您可以使用 numpy 索引，通过.values函数访问。

df['col'].values[df['col'].values > x] = y

用 y 的值替换任何大于 x 的值。

因此，对于问题中的示例：

df1['A'].values[df1['A'] > 9] = 11

Answer 2

你可以用apply与list comprehension:

df1['A'] = df1['A'].apply(lambda x: [y if y <= 9 else 11 for y in x])
print (df1)
                                A
2017-01-01 02:00:00  [11, 11, 11]
2017-01-01 03:00:00    [3, 11, 9]

更快的解决方案首先转换为numpy array然后使用numpy.where:

a = np.array(df1['A'].values.tolist())
print (a)
[[33 34 39]
 [ 3 43  9]]

df1['A'] = np.where(a > 9, 11, a).tolist()
print (df1)
                                A
2017-01-01 02:00:00  [11, 11, 11]
2017-01-01 03:00:00    [3, 11, 9]

Answer 3

我知道这是一个旧帖子，但熊猫现在DataFrame.where直接支持。在你的例子中：

df.where(df <= 9, 11, inplace=True)

请注意，pandaswhere与numpy.where. 在 Pandas 中，当 时condition == True，使用数据帧中的当前值。当 时condition == False，取另一个值。

编辑：

您只需使用以Series.where下列即可实现相同的效果：

df['A'].where(df['A'] <= 9, 11, inplace=True)

Answer 4

非常简单: df[df > 9] = 11

Answer 5

我来找一个解决方案，将每个大于 h 的元素替换为 1 否则 0，它有一个简单的解决方案：

df = (df > h) * 1

（这并不能解决OP的问题，因为所有 df <= h 都被 0 替换。）