python - 通过其他列中的值高效替换值

Question

如果一列中的值等于一个字符串，我将尝试用另一列替换该列。该字符串的值为“wo”。如果这出现在第 y 列中，请替换为第 x 列。目前我使用以下代码:

df.y.replace("wo",df.x) 

这会运行很长时间(数百万次观察，相当于几天的计算)。

有没有更高效的方法来替换?

以防万一，数据如下所示:

 y    x    other variables
 1    mo    something
 2    2     something
 3    3     something
 wo   >5    something
 4    4     something
 wo   7     something

它必须看起来像:

 y    x    other variables
 1    mo    something
 2    2     something
 3    3     something
 >5   >5   something
 4    4     something
 7    7     something

Answer 1

试试这个:

df.loc[(df.y == 'wo'), 'y'] = df.x

它将首先只过滤那些 df.y == 'wo' 的行，并将 x 列的值分配给 'y' 列

时间报告:

In [304]: %timeit df.y.replace("wo",df.x)
100 loops, best of 3: 13.9 ms per loop

In [305]: %timeit df.loc[(df.y == 'wo'), 'y'] = df.x
100 loops, best of 3: 3.31 ms per loop

In [306]: %timeit df.ix[(df.y == 'wo'), 'y'] = df.x
100 loops, best of 3: 3.31 ms per loop

---

更新: 从 Pandas 0.20.1 开始 the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers .