python - Panda 数据框元素与值列表的比较

Question

我有一个 pd 数据框，其中有一列 15000 个值。我有另一个包含 400 个值的文本文件(数组或数据框)。我的任务是检查这 400 个值中有多少比我的数据框中的列元素大。

即我需要一列 len=15000 的输出，其值为 0-400。

有什么好的方法可以做到这一点吗？ For 循环违背了使用数据帧的目的；/

谢谢

Answer 1

将 'col' 作为列标题，将 arr400 作为 400 元素的数组，一种方法是使用 NumPy broadcasting -

(df.col.values[:,None] < arr400).sum(axis=1)

使用np.count_nonzero可能更快 -

np.count_nonzero(df.col.values[:,None] < arr400, axis=1)

示例运行 -

In [246]: df
Out[246]: 
   col
0    7
1    2
2    6
3    0
4    8
5    1
6    6
7    3
8    1
9    1

In [247]: arr400
Out[247]: array([2, 2, 8, 7])

In [248]: (df.col.values[:,None] < arr400).sum(axis=1)
Out[248]: array([1, 2, 2, 4, 0, 4, 2, 2, 4, 4])

In [249]: np.count_nonzero(df.col.values[:,None] < arr400, axis=1)
Out[249]: array([1, 2, 2, 4, 0, 4, 2, 2, 4, 4])