基于字典和条件更新DataFrame中的值（取较大值）

我有一个DataFrame（df1）和一个字典compare，字典包含df1的部分列名及对应数值。需求是针对df1的['a','c','e']列，将列中每个值与字典对应键的值比较，保留较大值以更新DataFrame。

原始数据 #

DataFrame df1 #

>>> df1
    a   b   c   d   e   f
0   4   2   6   2   8   1
1   3   6   7   7   8   5
2   2   1   1   6   8   7
3   1   2   7   3   3   1
4   1   7   2   6   7   6
5   4   8   8   2   2   1

对比字典 compare #

compare = {'a':4, 'c':7, 'e':3}

尝试的代码 #

comp = pd.DataFrame(pd.Series(compare).reindex(df1.columns).fillna(0)).T

df1[df1.columns] = df1.apply(lambda x: np.where(x>comp, x, comp)[0] ,axis=1)

期望输出 #

>>>df1
    a   b   c   d   e   f
0   4   2   7   2   8   1
1   4   6   7   7   8   5
2   4   1   7   6   8   7
3   4   2   7   3   3   1
4   4   7   7   6   7   6
5   4   8   8   2   3   1

更高效的解决方案 #

无需构造临时DataFrame或使用apply循环，直接利用pandas的广播特性和np.maximum即可实现需求，代码更简洁且性能更优：

import numpy as np
import pandas as pd

# 指定需要处理的目标列
target_cols = ['a', 'c', 'e']
# 对目标列逐元素取原数据与字典对应值的较大值，更新原DataFrame
df1[target_cols] = np.maximum(df1[target_cols], pd.Series(compare))

方案说明 #

• 仅针对目标列操作，避免无意义的全列遍历
• pd.Series(compare)会自动按列名与df1[target_cols]对齐，实现广播式比较
• np.maximum是向量化操作，比apply的行循环效率高很多，尤其适合大数据量场景

内容的提问来源于stack exchange，提问作者Yolao_21