在熊猫数据框中分配新值的更快方法

Question

我想知道是否有更快的方式将新值分配给熊猫数据框中的单元格，条件是另一个单元格的值。例如，借此东风：

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

下面的代码工作：

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

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

但它是我的包含数百万行的实际数据帧相当缓慢。我觉得可能有另一种方法来根据行的值来改变'等级'的值。

感谢您的任何想法！

Answer 1

您可以使用.ix：

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

我相信loc也可以工作，而不是在这里ix。