如何用Pandas指令替代循环，基于IC列条件计算DataFrame的PromP值？

核心思路 #

用Pandas的向量化操作替代嵌套循环，通过条件掩码筛选符合要求的月度数据，再逐行计算平均值，彻底规避循环带来的性能损耗。

实现代码 #

假设你的DataFrame中，2021年1-12月的列名为2021_1到2021_12，执行以下代码：

import numpy as np
import pandas as pd

# 1. 定义2021年月度数据列
monthly_cols = [f'2021_{i}' for i in range(1, 13)]

# 2. 创建条件掩码：根据IC列筛选对应月度值
# IC为G时，保留大于Promedio的月度值；IC为L时，保留小于Promedio的月度值
mask = np.where(
    df['IC'] == 'G',
    df[monthly_cols] > df['Promedio'].values[:, None],  # 广播平均值到月度列维度
    df[monthly_cols] < df['Promedio'].values[:, None]
)

# 3. 计算PromP：对每行符合条件的月度值取平均
df['PromP'] = df[monthly_cols].where(mask).mean(axis=1)

关键说明 #

• 向量化优势：np.where和df.where都是底层优化的向量运算，比Python循环快数倍，适配大规模数据集。
• 维度对齐：df['Promedio'].values[:, None]将一维平均值列转为二维数组，实现和月度列的逐元素比较。
• 空值自动处理：where会把不符合条件的值设为NaN，mean(axis=1)自动忽略空值，正好匹配“只计算符合条件月度数据”的需求。
• 灵活调整：若需要包含等于平均值的情况，将代码中的>改为>=、<改为<=即可。

内容的提问来源于stack exchange，提问作者matdlara