如何优化这些 pandas 应用功能？

Question

train["gender"] = train.apply(lambda x: 1 if x["gender"] == "F" else 0, axis=1) 
train["car"] = train.apply(lambda x: 1 if x["car"] == "Y" else 0, axis=1) 
train["reality"] = train.apply(lambda x: 1 if x["reality"] == "Y" else 0, axis=1) 

这3个代码即使是简单的更改也需要很多时间。
我想，访问每一行 3 次会导致效率低下。 所以，如果我可以 1 访问行并应用函数更改 3 数据，它可以比现在快 2~3 倍。

喜欢.....

# it is my imaginary code. not works
train[["gender","car", "reality"]] =  train.apply(lambda x: 1 if x["gender"] == "F" else 0, axis=1,
                                                  lambda y: 1 if y["car"] == "Y" else 0, axis=1,
                                                  lambda z: 1 if z["reality"] == "Y" else 0, axis=1) 

如何优化这些代码？

============================ tdy的测试结果

Answer 1

您可以尝试 3x np.where() 即 generally the fastest option：

train['gender'] = np.where(train.gender == 'F', 1, 0)
train['car'] = np.where(train.car == 'Y', 1, 0)
train['reality'] = np.where(train.reality == 'Y', 1, 0)

或 2x np.where() 稍慢：

train['gender'] = np.where(train.gender == 'F', 1, 0)
train[['car', 'reality']] = np.where(train[['car', 'reality']] == 'Y', 1, 0)

1000 万行的时序：

method	%timeit
3x np.where()	152 ms ± 8.86 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
2x np.where()	198 ms ± 39.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
3x apply()	8.91 s ± 495 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)