Python numpy.where vs.pandas.Series.map

我想知道这两种方法，我应该用哪一种。。。还是有更好的办法

df = pd.DataFrame({'values' : [1, 27, 256, 312, ...]})
df['clip_values'] = df['values'].map(lambda x : 20 if x > 20 else x)
df['clip_values_v2'] = np.where(df['values'] > 20, 20, df['values'])

---

谢谢

我不确定是否会更好，这里有一个-

大数据上的计时-

In [172]: df = pd.DataFrame({'values' : np.random.randint(0,100,(1000000))})

In [173]: %timeit df['clip_values'] = df['values'].map(lambda x : 20 if x > 20 else x)
1 loop, best of 3: 193 ms per loop

In [174]: %timeit df['clip_values_v2'] = np.where(df['values'] > 20, 20, df['values'])
100 loops, best of 3: 6.12 ms per loop

In [175]: %timeit df['clip_values_v3'] = df['values'].values.clip(max=20)
100 loops, best of 3: 2.95 ms per loop

---

不确定是否更好，这里有一个-

大数据上的计时-

In [172]: df = pd.DataFrame({'values' : np.random.randint(0,100,(1000000))})

In [173]: %timeit df['clip_values'] = df['values'].map(lambda x : 20 if x > 20 else x)
1 loop, best of 3: 193 ms per loop

In [174]: %timeit df['clip_values_v2'] = np.where(df['values'] > 20, 20, df['values'])
100 loops, best of 3: 6.12 ms per loop

In [175]: %timeit df['clip_values_v3'] = df['values'].values.clip(max=20)
100 loops, best of 3: 2.95 ms per loop

---

将

map

与lambda函数一起使用性能将大大降低，但更好的解决方案是使用

clip

：

df['values']。clip（上限=20）

将

map

与lambda函数一起使用性能将大大降低，但更好的解决方案是使用

clip

：

df['values'].clip（上限=20）