Python Pandas iterrow和set_value作为矢量化函数

Question

我在我的一个程序中使用了这个函数，根据我的研究，通过矢量化可以获得更好的性能。

我如何使用矢量化函数而不是使用下面的代码来实现相同的分辨率？

 for i, row in df.iterrows():
    ifor_val = something
    if <condition>:
        ifor_val = something_else
        df.set_value(i,'ifor',ifor_val)

Answer 1

如果该值依赖于行中的其他值，则无法避免迭代。

df['ifor'] = df['some_col'].apply(lambda v: something if <condition> else something_else)

这将迭代放在Pandas中，因此它更干净(也可能更快)。

Answer 2

你可以使用boolean indexing with loc (ix也可以，但是会被弃用，所以不要使用它)：

df.loc[condition, 'ifor'] = something_else

这将从ifor列中选择满足条件的行，并将它们的值设置为something_else。