大于零和小于零的数据

Question

我有一个这样大的数据集，有几百万行。我想做点什么来快速地应用到这个数据中。

df value
   10
   -1
   20
   ...
   -3
   -4
   -50
   12

我想知道最有效的方法，以确定值是否大于0，值将* 2。如果值小于0，则值将*3。

df value
   20
   -3
   40
   ...
   -9
   -12
   -150
   24

我的剧本是

dff = df.value
for i in range(len(dff)):
   if dff[i] > 0:
         dff[i] = dff[i] * 2
   elif dff[i] < 0:
         dff[i] = dff[i] * 3

Answer 1

让s是：

s = pd.Series(np.random.randint(-10,11,10**6))

最佳解决办法：

y = np.where(s > 0, s * 2, s * 3)

计时：

CPU times: user 11.3 ms, sys: 2.21 ms, total: 13.5 ms
Wall time: 11.8 ms

你的解决方案：

%%time
for i in range(len(s)):
    if s[i] > 0:
        s[i] = s[i] * 2
    elif s[i] < 0:
        s[i] = s[i] * 3

计时：

CPU times: user 17.7 s, sys: 51.3 ms, total: 17.8 s
Wall time: 17.9 s

另一种选择：

%%time
y = s.map(lambda x: x*2 if x>0 else x*3)

计时：

CPU times: user 308 ms, sys: 37.5 ms, total: 345 ms
Wall time: 371 ms

另一种选择：

%%time
mask = s>0
y = s.where(mask, s * 2).where(~mask, s * 3)

计时：

CPU times: user 31 ms, sys: 7.43 ms, total: 38.4 ms
Wall time: 37.2 ms