如何在pandas中基于每行Floor列阈值对V1-V3列设置下限？

解决方案 #

你可以直接用pandas自带的where方法实现需求，where方法的逻辑是满足条件时保留原值，不满足条件时替换为指定值，正好匹配你的需求：

import pandas as pd

# 原始数据构造
data = [[1.5, 2,1.5,0.8], [1.2, 2,1.5,3], [2, 2,1.5,1]]
df = pd.DataFrame(data, columns = ['Floor', 'V1','V2','V3'])

# 选中需要处理的V系列列
v_cols = ['V1', 'V2', 'V3']
# 核心逻辑：V列值 >= 当前行Floor时保留原值，否则替换为当前行Floor
df[v_cols] = df[v_cols].where(df[v_cols].ge(df['Floor'], axis=0), df['Floor'], axis=0)

运行后得到的df和你给出的预期输出完全一致。

如果想要更简洁的写法，也可以用逐行取最大值的方式实现，效果完全相同，运行效率更高：

import numpy as np
v_cols = ['V1', 'V2', 'V3']
df[v_cols] = np.maximum(df[v_cols], df['Floor'].values.reshape(-1,1))

代码说明

• ge是pandas内置的大于等于比较方法，指定axis=0是为了让V列的每一行都和Floor列的对应行对齐比较
• 第二种方案用numpy.maximum直接对两个数组逐元素取最大值，逻辑等价于「小于Floor就替换为Floor」的需求，兼容Python3.6对应的所有稳定pandas版本

内容的提问来源于stack exchange，提问作者Vitomir