用更快的方式在熊猫数据中分配新的价值

Question

我想知道是否有更快的方法来给熊猫中的细胞分配新的值，这取决于另一个细胞的值。例如，以这个df为例：

df = pd.DataFrame({'rank':[1, 1, 1, 1, 2, 2, 2, 2], 'condition':[.01, .01, .01, .01, .01, .01, .01, .01]})

以下代码起作用：

def changerank(row):
    if (row['condition'] == 0) & (row['rank'] > 1):
        row['rank'] = 1
    return row

df = df.apply(changerank, axis=1)

但是，对于包含数百万行的真实数据来说，这是相当缓慢的。我觉得可能有另一种方法可以根据行的值来改变“级别”的值。

谢谢你的想法！

Answer 1

您可以使用.ix

df.ix[(df.condition==0) & (df.rank>1), 'rank'] = 1

我相信loc也可以代替ix在这里工作。