Python Pandas Dataframe 有效地更新值

Question

这是实现以下目标的最快方法:

我正在使用 Pandas Dataframe (NxN)，我想遍历每一行和每个元素以检查元素是否大于行的平均值。如果它更大，我想将元素值更改为 1。

我使用以下方法计算平均值:

mean_value = df.ix[elementid].mean(axis=0)

但是用嵌套循环遍历每个元素并检查它是否 >= mean_value 真的很慢。

Answer 1

可以先数mean按行，然后与 ge 进行比较在哪里mask添加1:

print df
   a  b  c
0  0  1  2
1  0  1  2
2  1  1  2
3  1  0  1
4  1  1  2
5  0  0  1

mean_value = df.mean(axis=1)
print mean_value
0    1.000000
1    1.000000
2    1.333333
3    0.666667
4    1.333333
5    0.333333

mask = df.ge(mean_value, axis=0)
print mask
       a      b     c
0  False   True  True
1  False   True  True
2  False  False  True
3   True  False  True
4  False  False  True
5  False  False  True
print df.mask(mask, 1)
   a  b  c
0  0  1  1
1  0  1  1
2  1  1  1
3  1  0  1
4  1  1  1
5  0  0  1