2
我有一个的大数据帧看起来为:比大熊猫一些更大的替换值数据帧
df1['A'].ix[1:3]
2017-01-01 02:00:00 [33, 34, 39]
2017-01-01 03:00:00 [3, 43, 9]
我想和11
因此,所期望的输出,以取代每个元素大于9上面的例子是:
df1['A'].ix[1:3]
2017-01-01 02:00:00 [11, 11, 11]
2017-01-01 03:00:00 [3, 11, 9]
编辑:
我的实际数据帧有大约20,000行和每行都有大小为2000的列表。
有没有一种方法可以为每行使用numpy.minimum
函数?我认为它会比list comprehension
方法更快?
,因为有数据帧是非常大的,我希望可以用numpy的。每行的最小函数还是速度会相同? – Zanam
列表中总是有'3'值? – jezrael
用真实的数据信息编辑问题 – Zanam