了解 Pandas 中矢量化的简单示例

Question

我是 Python 的新手，我正在尝试了解矢量化在 pandas 数据帧中的工作原理。

我们以这个 dataframe 为例：

df = pd.DataFrame([1,2,3,4,5,6,7,8,9,10])

假设我想添加一个值为 0 的新列flag ，如果第一列的条目低于df.mean()值，否则为值 1。 结果将是：

df["flag"] = [0,0,0,0,0,1,1,1,1,1]

谁能解释我如何将此元素明智检查应用于 dataframe 与使用循环相比有什么区别？

Answer 1

您可以简单地编写比较，pandas 将负责 rest。 看看这个：

mean_val = df[0].mean() # The mean of your first column
df["flag"] = (df[0] >= mean_val).astype(int)
# the 'astype(int)' is used to get 1/0 instead of True/False

这样做的好处是：

1. 更简单的读写。
2. Pandas 可以进行许多优化，因为它知道它将进行元素比较而不是通用循环。