Python可以有效地更新数据帧值

实现以下目标的最快方法是什么：

我正在使用Pandas数据帧（NxN），我想迭代每一行和每一个元素，检查元素是否大于行的平均值。如果它更大，我想将元素值更改为1

我使用以下公式计算平均值：

mean_value = df.ix[elementid].mean(axis=0)

但是，使用嵌套循环迭代每个元素并检查它是否>=平均值非常慢。

您可以先按行计数，然后与add和where进行比较

1

：

print df
   a  b  c
0  0  1  2
1  0  1  2
2  1  1  2
3  1  0  1
4  1  1  2
5  0  0  1

mean_value = df.mean(axis=1)
print mean_value
0    1.000000
1    1.000000
2    1.333333
3    0.666667
4    1.333333
5    0.333333

mask = df.ge(mean_value, axis=0)
print mask
       a      b     c
0  False   True  True
1  False   True  True
2  False  False  True
3   True  False  True
4  False  False  True
5  False  False  True
print df.mask(mask, 1)
   a  b  c
0  0  1  1
1  0  1  1
2  1  1  1
3  1  0  1
4  1  1  1
5  0  0  1

---

你正在访问每一个元素，是什么让你认为你可以做得比O（nm）更好。我只是希望pandas中有一个函数，如果元素大于平均值，则按行应用该值。该函数的作用与手动操作完全相同。您正在更改数组的每个元素，因此必须访问数组的每个元素。你不能这么快。我正在用python做循环，我认为pandas部分是用cython编写的，或者基于用cython编写的库，因此会更快。这是对

mask

和

ge

的巧妙使用！非常优雅的解决方案+1除最终结果外，效果良好。你不是只想要df.mask（df.gt（df.mean（axis=1）），1）？很高兴能帮助你！祝你好运