我有一个pandas数据框，我想检查每一列，如果某个值曾经达到.92或以下，我想将其后的每个值都更改为1。是否有一种简单的方法来实现？
最佳答案
考虑数据框df
np.random.seed([3,1415])
df = pd.DataFrame(np.random.rand(10, 10) * 10, columns=list('ABCDEFGHIJ')).round(2)
在布尔数据框上使用
cumprod。然后在pd.DataFrame.where中使用它df.where(df.gt(.92).cumprod().astype(bool), 1)
A B C D E F G H I J
0 4.45 4.08 4.6 4.65 4.63 1.0 8.50 8.18 7.78 7.58
1 9.35 8.31 8.8 9.27 7.22 1.0 1.46 2.00 4.38 1.01
2 2.79 6.10 1.0 8.37 7.40 1.0 6.91 3.77 2.25 4.35
3 7.01 7.01 1.0 1.00 7.01 1.0 7.65 2.53 5.48 7.79
4 6.52 1.36 1.0 1.00 2.75 1.0 7.14 7.76 5.42 8.37
5 5.38 1.86 1.0 1.00 3.74 1.0 7.76 1.00 5.04 6.71
6 6.20 3.02 1.0 1.00 3.68 1.0 8.82 1.00 4.96 8.06
7 1.00 4.38 1.0 1.00 1.00 1.0 5.85 1.00 6.39 1.33
8 1.00 8.82 1.0 1.00 1.00 1.0 1.00 1.00 6.06 4.02
9 1.00 6.41 1.0 1.00 1.00 1.0 1.00 1.00 1.09 3.15
我的解决方案有些困扰我。所以我asked my own question here.。考虑到链接问题的建议，这是一个更好的解决方案。请考虑点击链接，并对问题和答案表示赞赏。谢谢。
v = df.values
mask = np.logical_and.accumulate(v > .92, 0)
pd.DataFrame(
np.where(mask, v, 1),
df.index, df.columns
)
A B C D E F G H I J
0 4.45 4.08 4.6 4.65 4.63 1.0 8.50 8.18 7.78 7.58
1 9.35 8.31 8.8 9.27 7.22 1.0 1.46 2.00 4.38 1.01
2 2.79 6.10 1.0 8.37 7.40 1.0 6.91 3.77 2.25 4.35
3 7.01 7.01 1.0 1.00 7.01 1.0 7.65 2.53 5.48 7.79
4 6.52 1.36 1.0 1.00 2.75 1.0 7.14 7.76 5.42 8.37
5 5.38 1.86 1.0 1.00 3.74 1.0 7.76 1.00 5.04 6.71
6 6.20 3.02 1.0 1.00 3.68 1.0 8.82 1.00 4.96 8.06
7 1.00 4.38 1.0 1.00 1.00 1.0 5.85 1.00 6.39 1.33
8 1.00 8.82 1.0 1.00 1.00 1.0 1.00 1.00 6.06 4.02
9 1.00 6.41 1.0 1.00 1.00 1.0 1.00 1.00 1.09 3.15
定时
%timeit df.where(df.gt(.92).cumprod().astype(bool), 1)
1000 loops, best of 3: 844 µs per loop
%%timeit
v = df.values
mask = np.logical_and.accumulate(v > .92, 0)
pd.DataFrame(
np.where(mask, v, 1),
df.index, df.columns
)
10000 loops, best of 3: 65.8 µs per loop