如何简化计算单元格相对于列的平均值的过程

Question

我想查看我的数据的每个单元格，以检查每个值是否低于列平均值的50%。我尝试了下面的代码，但这是非常低效率和它被卡住了。

for col, value in data.items():
    mean = data[col].mean()
    for i in value:
        for day in data.index:
            if i < 0.5 * mean:
                data.loc[day, col] = 0

我怎样才能简化或做得更好？

dataframe如下所示：

                  Log  1233.de  asdad.w.1  fff.op

Tagname                                          

01/06/2008 00:00    0   343.04      73.75   79.03

02/06/2008 00:00    0   332.31      73.71   79.21

03/06/2008 00:00    0   339.25      75.77   80.11

04/06/2008 00:00    0   353.25      76.47   79.75

05/06/2008 00:00    0   353.44      77.35   82.48

上载如下：

dat =  pd.read_csv('data.csv', header = 0, index_col = "Tagname")

data = pd.DataFrame(dat)

Answer 1

Idea是用mean比较所有列的平均值，用0.5比较多列，用DataFrame.mask比较DataFrame.lt和set 0值。

data = data.mask(data.lt(data.mean() * 0.5), 0)