根據列條件交換列值（Pandas DataFrame）

Question

DataFrame有兩列整數A和B

a        b
1        3
4        2
2        0
6        1
...

我需要以下面的方式交換：

if df.a > df.b:
    temp = df.b
    df.b = df.a
    df.a = temp

預期產量：

a        b
1        3
2        4    <----
0        2    <----
1        6    <----

基本上總是在A列中有兩個較小的值。

我覺得我應該使用loc但我找不到正確的方法。

Answer 1

In [443]: df['a'], df['b'] = df.min(axis=1), df.max(axis=1)

In [444]: df
Out[444]:
   a  b
0  1  3
1  2  4
2  0  2
3  1  6

要么

pd.DataFrame(np.sort(d.values, axis=1), d.index, d.columns)

Answer 2

使用np.where你可以做到

In [21]: df.a, df.b = np.where(df.a > df.b, [df.b, df.a], [df.a, df.b])

In [23]: df
Out[23]:
   a  b
0  1  3
1  2  4
2  0  2
3  1  6

或者 ，使用.loc

In [35]: cond = df.a > df.b

In [36]: df.loc[cond, ['a', 'b']] = df.loc[cond, ['b', 'a']].values

In [37]: df
Out[37]:
   a  b
0  1  3
1  2  4
2  0  2
3  1  6

或者 ，如果您需要更小a值和更大的b ，則.apply(np.sort, axis=1)

In [54]: df.apply(np.sort, axis=1)
Out[54]:
   a  b
0  1  3
1  2  4
2  0  2
3  1  6

Answer 3

看到@JohnGait和@MaxU提出的方法，我做了一個小的速度比較。

arr = np.random.randint(low = 100, size = (10000000, 2))

# using np.where
df = pd.DataFrame(arr, columns = ['a', 'b'])
t_0 = time.time()
df.a, df.b = np.where(df.a > df.b, [df.b, df.a], [df.a, df.b])
t_1 = time.time()

# using df.loc
df = pd.DataFrame(arr, columns = ['a', 'b'])
t_2 = time.time()
cond = df.a > df.b
df.loc[cond, ['a', 'b']] = df.loc[cond, ['b', 'a']].values
t_3 = time.time()

# using df.min
df = pd.DataFrame(arr, columns = ['a', 'b'])
t_4 = time.time()
df['a'], df['b'] = df.min(axis=1), df.max(axis=1)
t_5 = time.time()

# using np.sort
t_6 = time.time()
df_ = pd.DataFrame(np.sort(arr, axis=1), df.index, df.columns)
t_7 = time.time()

t_1 - t_0 # using np.where:  5.759037971496582
t_3 - t_2 # using .loc:      0.12156987190246582
t_5 - t_4 # using df.min:    1.0503261089324951
t_7 - t_6 # 0.20351791381835938    

雖然第二種方法是最快的方法，但實際收益微不足道。 我是出於迂腐的原因在這里添加的。 我沒有包括排序方法，因為我確信它會慢得多。

編輯由於我犯了錯誤，我錯誤地報告了np.where的計算時間。 糾正了（原來它是最慢的！）並添加了另一種方法（跟隨@ MaxU的評論）

Answer 4

解
這很簡單

df.values.sort(1)

df

   a  b
0  1  3
1  2  4
2  0  2
3  1  6

---

發生了什么
我可以使用sort方法對numpy.array進行sort 。 我傳遞參數axis=1表示我想沿第一軸排序（行方式）。 數據幀的values屬性訪問底層的numpy數組。 所以df.values.sort(1)將行基礎值按行排序......完成。

---

我們可以更明確一些

df.values[:] = np.sort(df.values, 1)

這使我們可以靈活地在列子集或反向排序上執行此操作

df.values[:, ::-1] = np.sort(df.values, 1)