如何将所有列与熊猫中的一列进行比较？

问题描述：

   A  B  ..... THRESHOLD    
DATE          
2011-01-01  NaN  NaN .....  NaN 
2012-01-01 -0.041158 -0.161571 ..... 0.329038 
2013-01-01 0.238156 0.525878 ..... 0.110370 
2014-01-01 0.606738 0.854177 ..... -0.095147 
2015-01-01 0.200166 0.385453 ..... 0.166235

我要比较像A，B，C的列的N个....与THRESHOLD并输出结果等

df['A_CALC'] = np.where(df['A'] > df['THRESHOLD'], 1, -1) 
df['B_CALC'] = np.where(df['B'] > df['THRESHOLD'], 1, -1)

如何应用上述对于所有列（A，B，C ...），没有明确写每列一条语句？

答

您可以使用df.apply：

In [670]: df.iloc[:, :-1]\ 
      .apply(lambda x: np.where(x > df.THRESHOLD, 1, -1), axis=0)\ 
      .add_suffix('_CALC') 
Out[670]: 
      A_CALC B_CALC 
Date      
2011-01-01  -1  -1 
2012-01-01  -1  -1 
2013-01-01  1  1 
2014-01-01  1  1 
2015-01-01  1  1

如果THRESHOLD是不你的最后一栏，你会更好使用

df[df.columns.difference(['THRESHOLD'])].apply(lambda x: np.where(x > df.THRESHOLD, 1, -1), axis=0).add_suffix('_CALC')

我认为你可以在'pandas'中使用'where'而不是'numpy'，这仍然是一个很好的解决方案 – Wen

答

下面是否足够？

for col in df.columns.values: 
    if col!= 'THRESHOLD': 
     newname = col+'_CALC' 
     df[newname] = np.where(df[col] > df['THRESHOLD'], 1, -1)

从不建议在熊猫列上操作时使用for循环。 –

哎唷！这是为什么？我从来没有遇到过这个问题，虽然我可以想象它是相当耗时的...... – durbachit

正是因为它很费时：] –

答

或者，也许你可以试试这个，通过使用subtract，应该快于apply

(df.drop(['THRESHOLD'],axis=1).subtract(df.THRESHOLD,axis=0)>0)\ 
    .astype(int).replace({0:-1}).add_suffix('_CALC')

如何将所有列与熊猫中的一列进行比较？

相关推荐