python - Pandas - 高效的元素比较

Question

我正在使用一个包含多个列的大型多索引数据帧results_matrix。我需要访问 Results1 和 Results2 列的每个元素，并根据存储在 Indicator 列中的指示符变量选择其中一个元素> 数据框。

目前，我正在 for 循环中访问每个元素 - 然而，这会大大增加程序的计算时间。有没有办法更有效地做到这一点？

import pandas as pd
import numpy as np

selected_results = pd.Series(np.nan)
# Used to iterate through the rows of the DataFrame
i = 0
for items in results_matrix['Indicator']:
    if results_matrix.iloc[i]['Indicator'] == 1:
        selected_results[i] = results_matrix.iloc[i]['Results1']
    else:
        selected_results[i] = results_matrix.iloc[i]['Results2']
    i += 1

results_matrix['SelectedResults'] = selected_results.values

Answer 1

我认为你需要numpy.where :

results_matrix['SelectedResults'] = np.where(results_matrix['Indicator'] == 1, 
                                             results_matrix['Results1'], 
                                             results_matrix['Results2'])

示例:

results_matrix = pd.DataFrame({'Indicator':[1,2,3],
                               'Results1':[4,5,6],
                               'Results2':[7,8,9]})

print (results_matrix)
   Indicator  Results1  Results2
0          1         4         7
1          2         5         8
2          3         6         9

results_matrix['SelectedResults'] = np.where(results_matrix['Indicator'] == 1, 
                                             results_matrix['Results1'], 
                                             results_matrix['Results2'])

print (results_matrix)                                             
   Indicator  Results1  Results2  SelectedResults
0          1         4         7                4
1          2         5         8                8
2          3         6         9                9