我想用列本身的中值替换列中值以上的所有值。
这是我的数据框:
m = pd.DataFrame({
'a': xrange(5),
'b': xrange(5, 10),
'c': xrange(10,15)})
print m
a b c
0 0 5 10
1 1 6 11
2 2 7 12
3 3 8 13
4 4 9 14
这是我的解决方案:
for col in m.columns:
quart = m[col].median()
m[col] = [val if val < quart else quart for val in m[col]]
print m
a b c
0 0 5 10
1 1 6 11
2 2 7 12
3 2 7 12
4 2 7 12
我不熟悉数据框,所以我想知道是否有可能以更“熊猫”的方式或使用一些花哨的线性代数来做到这一点。
预先感谢您的回复。
编辑答案:
以下是分别来自 hurrial 和 chrisb 的解决方案的快速时间:
%timeit m.apply(lambda col: np.where(col.median() < col, col.median(), col))
1000 loops, best of 3: 1.36 ms per loop
%timeit np.minimum(m, m.median())
1000 loops, best of 3: 400 µs per loop
使用 np.minimum 的解决方案似乎更快。
谢谢我今天学到了 2 个强大的东西, np.where 和 np.minimum !