Python 熊猫柱上的不等式

我有一个pandas数据框架，我想在现有列和某些不等式的基础上创建一个新列。例如，让

df=pd.DataFrame({'a':[1,2,3,4,5,6,7],'b':[3,6,4,2,7,7,1]})

因此，

df

看起来像

    a   b
0   1   3
1   2   6
2   3   4
3   4   2
4   5   7
5   6   7
6   7   1

我想添加一个新列，

res

，如果

a

中的对应值小于2，则等于0；如果

a

中的对应值至少为2且小于4，则等于1；否则为2。所以我想

    a   b   res
0   1   3   0
1   2   6   1
2   3   4   1
3   4   2   2
4   5   7   2
5   6   7   2
6   7   1   2

到目前为止，我一直在使用

apply

进行以下操作：

def f(x):
    if x['a']<2:
        return 0
    elif x['a']>=2 and x['a']<4:
        return 1
    else:
        return 2
df['res']=df.apply(f,axis=1)

def（x）：
如果x['a']=2且x['a']您可以使用：

输出：

   a  b res
0  1  3   0
1  2  6   1
2  3  4   1
3  4  2   2
4  5  7   2
5  6  7   2
6  7  1   2

对于一些值，也可以使用
numpy。其中
作为矢量化解决方案：

df['res'] = pd.np.where(df.a < 2, 0, pd.np.where((df.a >= 2) & (df.a < 4), 1, 2))
df
#   a   b   res
#0  1   3   0
#1  2   6   1
#2  3   4   1
#3  4   2   2
#4  5   7   2
#5  6   7   2
#6  7   1   2

df['res']=pd.np.where（df.a<2,0，pd.np.where（（df.a>=2）和（df.a<4,1,2））
df
#a b res
#0  1   3   0
#1  2   6   1
#2  3   4   1
#3  4   2   2
#4  5   7   2
#5  6   7   2
#6  7   1   2
搜索排序

应该会给你带来更好的结果。与pd.cut类似，您需要指定断点

熊猫

---

numpy

---

定时

%timeit df.assign(res=pd.Series([2, 4]).searchsorted(df.a, side='right'))
%timeit df.assign(res=np.array([2, 4]).searchsorted(df.a.values, side='right'))
%timeit df.assign(res=pd.np.where(df.a < 2, 0, pd.np.where((df.a >= 2) & (df.a < 4), 1, 2)))
%timeit df.assign(res=pd.cut(df.a, [-np.inf,2,4,np.inf], labels=[0,1,2], right=False))

1000 loops, best of 3: 443 µs per loop
1000 loops, best of 3: 337 µs per loop
1000 loops, best of 3: 1.06 ms per loop
1000 loops, best of 3: 530 µs per loop

%timeit df.assign（res=pd.Series（[2,4]）.searchsorted（df.a，side='right'））
%timeit df.assign（res=np.array（[2,4]）.searchsorted（df.a.values，side='right'））
%timeit df.assign（res=pd.np.where（df.a<2,0，pd.np.where（（df.a>=2）和（df.a<4,1,2）））
%timeit df.assign（res=pd.cut（df.a，[-np.inf，2,4，np.inf]，labels=[0,1,2]，right=False））
1000个回路，最佳3个：每个回路443µs
1000个回路，最好为3个：每个回路337µs
1000圈，最佳3圈：每圈1.06毫秒
1000个回路，最好为3个：每个回路530µs

df.assign(res=pd.Series([2, 4]).searchsorted(df.a, side='right'))

   a  b  res
0  1  3    0
1  2  6    1
2  3  4    1
3  4  2    2
4  5  7    2
5  6  7    2
6  7  1    2

df.assign(res=np.array([2, 4]).searchsorted(df.a.values, side='right'))

   a  b  res
0  1  3    0
1  2  6    1
2  3  4    1
3  4  2    2
4  5  7    2
5  6  7    2
6  7  1    2

%timeit df.assign(res=pd.Series([2, 4]).searchsorted(df.a, side='right'))
%timeit df.assign(res=np.array([2, 4]).searchsorted(df.a.values, side='right'))
%timeit df.assign(res=pd.np.where(df.a < 2, 0, pd.np.where((df.a >= 2) & (df.a < 4), 1, 2)))
%timeit df.assign(res=pd.cut(df.a, [-np.inf,2,4,np.inf], labels=[0,1,2], right=False))

1000 loops, best of 3: 443 µs per loop
1000 loops, best of 3: 337 µs per loop
1000 loops, best of 3: 1.06 ms per loop
1000 loops, best of 3: 530 µs per loop