Python的熊貓數據幀更新值efficently

Question

這是爲了達到以下的最快方法：

我使用的是熊貓數據幀（N×N的），我想遍歷每行和每一個元素來檢查元素大於行的含義。如果大於我想要的元件值更改爲1

我使用計算平均值：

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

但迭代的每個元素，並檢查它是否> = mean_value嵌套循環是真的很慢。

Answer 1

您可以首先通過行數mean，然後用ge比較和地方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