如何在Pandas DataFrame中无循环实现条件差值计算

现有如下Pandas DataFrame：

Date        1a          1b
112 2022-10-17  3.18        2.11
298 2022-10-16  4.26        7.00
340 2022-10-16  11.66       7.80    
379 2022-10-16  15.78       2.13    

要求在不使用循环的前提下，逐行判断1b列值是否大于1a列值：

• 满足条件时，新增difference列存储两列差值（1b - 1a）
• 不满足时填充0

最终目标DataFrame如下：

Date        1a          1b     difference
112 2022-10-17  3.18        2.11   0
298 2022-10-16  4.26        7.00   2.74
340 2022-10-16  11.66       7.80   0    
379 2022-10-16  15.78       2.13   0    

方法1：使用numpy.where（直观易懂） #

numpy.where可根据条件选择对应结果，直接实现需求：

import pandas as pd
import numpy as np

# 假设原数据存储在df中
df['difference'] = np.where(df['1b'] > df['1a'], df['1b'] - df['1a'], 0)

方法2：使用Pandas mask方法 #

先计算所有行的差值，再用mask将不满足条件的结果替换为0：

df['difference'] = (df['1b'] - df['1a']).mask(df['1b'] <= df['1a'], 0)

方法3：使用Pandas clip方法 #

当1b <= 1a时，1b - 1a为非正值，直接用clip将负值截断为0：

df['difference'] = (df['1b'] - df['1a']).clip(lower=0)

以上三种方法均为矢量化操作，无需循环，处理大数据集时效率远高于逐行遍历。

内容的提问来源于stack exchange，提问作者T.Joost