如何基于DataFrame列值将指定元素乘以1000？

针对你需要仅将DataFrame列中小于1000的数值乘以1000的需求，以下是几种高效的实现方法：

方法1：使用loc条件筛选赋值 #

这是Pandas中最直观且性能最优的方法，直接定位目标行进行修改：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'values': [5345, 1023, 1.6, 4325, 2.5]})

# 仅对values列中小于1000的数值乘以1000
df.loc[df['values'] < 1000, 'values'] *= 1000

loc通过布尔条件筛选出符合要求的行，仅对这些行的目标列执行乘法赋值，不会影响其他数值。

方法2：使用numpy.where实现向量化操作 #

适合需要快速生成新列或替换原列的场景，向量化操作性能优异：

import pandas as pd
import numpy as np

df = pd.DataFrame({'values': [5345, 1023, 1.6, 4325, 2.5]})

# 替换原列：满足条件则乘1000，否则保留原值
df['values'] = np.where(df['values'] < 1000, df['values'] * 1000, df['values'])

np.where会批量处理所有元素，逻辑清晰且执行效率高。

方法3：使用apply（适配复杂逻辑场景） #

如果后续需要扩展更复杂的判断规则，可以用自定义函数配合apply实现，适合数据量不大的场景：

import pandas as pd

df = pd.DataFrame({'values': [5345, 1023, 1.6, 4325, 2.5]})

def adjust_value(x):
    return x * 1000 if x < 1000 else x

df['values'] = df['values'].apply(adjust_value)

自定义函数处理单个元素，apply遍历列中所有值执行函数。

内容的提问来源于stack exchange，提问作者Dimitris Kotsias