Pandas 优化创建虚拟变量的方法？答案

【问题标题】：Pandas Optimized Way to Create Dummy-Variable?Pandas 优化创建虚拟变量的方法？
【发布时间】：2015-07-01 21:05:11
【问题描述】：

我正在根据给定的列和条件创建一个新的虚拟变量。下面是我正在使用的代码。它可以工作，但对于我想做的事情来说太慢了。有没有更快的，也许是矢量化的方式在熊猫中创建假人？具体来说，根据我的例子？

我在 pandas 中查找了 get_dummies 函数，但它似乎做的事情与我在这里做的有点不同。我可能是错的，所以如果有人有办法让 get_dummies 与这个例子一起工作，那也是一个可以接受的答案。

def flagger(row, criteria, col):
    if row[col] <= criteria:
        return 1
    if row[col] > criteria:
        return 0

dstk['dropflag'] = dstk.apply(lambda row: flagger(row, criteria, col), axis=1)

编辑：这里有两个很好的答案。乍一看，它们看起来都一样快（至少达到相同的数量级），所以我只接受了一个。如果有人想做一些更严肃的分析，我很乐意修改我的答案选择。

【问题讨论】：

标签： python optimization pandas dummy-variable

【解决方案1】：

为什么不试试np.where。它是按列的矢量化操作，比按行应用要快得多。

dstk['dropflag'] = np.where(dstk.col <= criteria, 1, 0)

【讨论】：

【解决方案2】：

另一种选择是：

dstk['dropflag'] = (dstk[col] <= criteria).astype(int)

【讨论】：

只是一个小错字.. 应该是 (dstk[col]