Pandas 创建虚拟变量的优化方法？

Question

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。它有效，但对于我想做的事情来说太慢了。在 pandas 中创建虚拟对象是否有更快的、可能是矢量化的方式？具体根据我的例子？

我已经在 pandas 中查找了 get_dummies 函数，但它似乎与我在这里所做的有些不同。不过我可能是错的，所以如果有人有办法让 get_dummies 使用这个例子，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。

Answer 1

为什么不试试 np.where。它是按列向量化操作，比按行应用快得多。

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

Answer 2

另一种选择是：

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

Pandas 创建虚拟变量的优化方法？

Pandas Optimized Way to Create Dummy-Variable?

python

optimization

pandas

dummy-variable