本文介绍了 pandas 适用，但仅适用于满足条件的行的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我想使用Pandasdf.apply，但仅用于某些行
举个例子，我想做这样的事情，但我的实际问题有点复杂：
import pandas as pd
import math
z = pd.DataFrame({'a':[4.0,5.0,6.0,7.0,8.0],'b':[6.0,0,5.0,0,1.0]})
z.where(z['b'] != 0, z['a'] / z['b'].apply(lambda l: math.log(l)), 0)
在本例中，我想要的是‘a’中的值除以‘b’中每行的值的对数，对于‘b’为0的行，我只想返回0。
推荐答案
其他答案都很好，但我想我应该添加另一种在某些情况下可能更快的方法-使用广播和掩码来达到相同的结果：
import numpy as np
mask = (z['b'] != 0)
z_valid = z[mask]
z['c'] = 0
z.loc[mask, 'c'] = z_valid['a'] / np.log(z_valid['b'])
尤其是对于非常大的数据帧，此方法通常比基于apply()的解决方案更快。
这篇关于 pandas 适用，但仅适用于满足条件的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！