创建一个新变量，它是 Python 中两个变量的最小值

Question

我有一个 pd 数据框。我要做的是生成一个新变量，其值是另外两个变量之间的最小值。 例如，假设我有：

   a  b  
0  1  0  
1  5  1  
2  7  3  
3  3  5  

我想创建一个如下所示的新变量 C：

   a  b  c  
0  1  0  0
1  5  1  1
2  7  3  3
3  3  5  3

我尝试编写一个循环来执行此操作，但由于我有超过 30k 的观察结果，因此需要的时间太长了。 min 似乎没有做我想做的事。有没有简洁的方法来解决它？非常感谢您的帮助！

Answer 1

在这种情况下，您可以使用：

df['c'] = df[['a', 'b']].min(axis=1)

因此，您要对所需的列进行子集化（使用 df[['a', 'b']]），然后将 min 函数应用于列的值而不是行，从而为您留下一个可以指定为列 c 的系列。

Answer 2

这是numpy.minimum 的一种方法-

df['c'] = np.minimum(df.a,df.b)

因此，您基本上是在这两列之间选择最小值并使用这些列创建一个新列。

使用30k observations/rows 进行运行时测试-

In [153]: df = pd.DataFrame(np.random.randint(0,9,(30000,2)),columns=[['a','b']])

In [154]: %timeit df['c'] = df[['a', 'b']].min(axis=1)
100 loops, best of 3: 2.15 ms per loop # @Jon Clements's soln

In [155]: df = pd.DataFrame(np.random.randint(0,9,(30000,2)),columns=[['a','b']])

In [156]: %timeit df['c'] = np.minimum(df.a,df.b)
1000 loops, best of 3: 602 µs per loop