如何使用辅助函数向量化 pandas 代码并传递整行？

Question

我现在有一个辅助函数，我在我的 pandas 数据框上使用

itertuples

。

例如：

def process_row(self, df_row):
   return df_row['sky_color'] == 'blue':

我已经通过申请加快了速度：

df['isSkyBlueExample'] = df.apply(process_row, axis = 1)

如何正确应用 pandas 或 numpy 向量化并进一步加快我的应用速度？我的 DF 有 50 多个我在逻辑中使用的列，将整行传递给辅助函数而不是 50 个参数要容易得多，而且我发现的每个示例都引用特定的 DF 列，如果我中断，这些列将起作用出来了。

Answer 1

>>> import pandas as pd
>>> df = pd.DataFrame({"sky_color": ["blue", "red", "blue", "green"]})
>>> df["isSkyBlueExample"] = df["sky_color"] == "blue"
>>> df
  sky_color  isSkyBlueExample
0      blue              True
1       red             False
2      blue              True
3     green             False

表达式

df["sky_color"] == "blue"

返回一个布尔值

Series

可以直接用于创建新列。