在熊貓中向量化df.apply（）操作

Question

我有一個（493,20）熊貓數據框，想要為每行計算一個條件np.nanmean（）。 條件是該行中的每個值都必須高於某個閾值，而又要低於另一個閾值。 這是我當前的設置：

filt_avg_data= np.nanmean(data_tsl.apply(func= lambda x: x[(x < maxval*np.median(x)) & (x > minval*np.median(x))], axis= 1),axis=1)

其中maxval：10，minval：0.1和data_tsl.shape =（493,20）。 這樣可以。

但是，我想向量化此操作-我不想使用df.apply（）函數。 我試過了

data_tsl>np.median(data_tsl,axis=1)創建一個值的掩碼，可以在其上執行np.nanmean（）操作，但是好像我無法使data_tsl每一行都data_tsl對應各自的中值。 這是彈出的錯誤： ValueError: operands could not be broadcast together with shapes (493,2) (493,)

我如何能夠向量化此操作？ 與此類似的幾個問題實際上並沒有要求對問題進行矢量化處理-只是使.apply（）操作起作用。

Answer 1

如果輸入數據中包含NaNs ，我想您想使用np.nanmedian從中位數計算中忽略NaNs 。 隨之，我們可以將組合的掩碼用於上限和下限閾值，以將無效的掩碼也設置為NaNs ，最后使用np.nanmean

a = data_tsl.values # use data_tsl.values.copy() to avoid editing input df
med = np.nanmedian(a,axis=1)
U = maxval*med
L = minval*med

a[(a >= U[:,None]) | (a <= L[:,None])] = np.nan
out = np.nanmean(a,axis=1)