问题描述
我是新手，我需要一些见识。假设我有一个熊猫数据框，如下所示：
temp = pd.DataFrame()
temp['A'] = np.random.rand(100)
temp['B'] = np.random.rand(100)
temp['C'] = np.random.rand(100)
我需要编写一个函数，如果“ A”的值在相应行中大于0.5，则将“ C”列中的每个值替换为0。否则，我需要在同一行中将A和B逐个元素相乘，并在“ C”列的相应行上写下输出。
我到目前为止所做的是：
A=temp.loc[temp['A']<0.5,'A'].values
B=temp.loc[temp['A']<0.5,'B'].values
temp['C'] = 0
temp.loc[temp['A']<0.5,'C']=A*B
它可以按我希望的方式工作，但是我不确定是否有更快的方法来实现。我非常怀疑，尤其是在切片时，我觉得使用这么多切片很丰富。但是，我找不到其他解决方案，因为我必须为A大于0.5的C行写0。
或者，是否可以将仅需要的部分切成薄片，进行计算，然后以某种方式记住索引，以便可以将所需的值放回相应行的原始数据框中？ strong>
解决方法
使用numpy.where的一种方式：
temp["C"] = np.where(temp["A"]<0.5,temp["A"] * temp["B"],0)
基准测试（采样速度提高约4倍，并且还在不断提高）：
# With given sample of 100 rows
%%timeit
A=temp.loc[temp['A']<0.5,'A'].values
B=temp.loc[temp['A']<0.5,'B'].values
temp['C'] = 0
temp.loc[temp['A']<0.5,'C']=A*B
# 819 µs ± 2.77 µs per loop (mean ± std. dev. of 7 runs,1000 loops each)
%timeit np.where(temp["A"]<0.5,0)
# 174 µs ± 455 ns per loop (mean ± std. dev. of 7 runs,10000 loops each)
对更大数据进行基准测试（速度提高约7倍）
temp = pd.DataFrame()
temp['A'] = np.random.rand(1000000)
temp['B'] = np.random.rand(1000000)
temp['C'] = np.random.rand(1000000)
%%timeit
A=temp.loc[temp['A']<0.5,'C']=A*B
# 35.2 ms ± 345 µs per loop (mean ± std. dev. of 7 runs,10 loops each)
%timeit np.where(temp["A"]<0.5,0)
# 5.16 ms ± 188 µs per loop (mean ± std. dev. of 7 runs,100 loops each)
验证
A=temp.loc[temp['A']<0.5,'C']=A*B
np.array_equal(temp["C"],np.where(temp["A"]<0.5,0))
# True