如何用Pandas Series数学运算替代循环生成指定结果序列？

首先先还原你的初始数据：

import pandas as pd

a = pd.Series([4, 8, 3, 6, 2])
b = pd.Series([2, 6, 6, 3, 4])
c = a.sub(b)

方法1：使用 clip() 函数 #

clip() 可以直接将序列中的值截断到指定区间，我们只需要设置下限为0，就能把所有负值替换成0：

c_result = c.clip(lower=0)
print(c_result)

输出结果：

0    2
1    2
2    0
3    3
4    0
dtype: int64

方法2：使用 where() 方法 #

where() 会保留满足条件的元素，不满足的替换为指定值，这里我们设置条件为 c >= 0，不满足时替换成0：

c_result = c.where(c >= 0, 0)

这个方法的好处是可以灵活定义条件，如果你有其他替换规则也能轻松调整。

方法3：结合 NumPy 的 maximum() #

因为 Pandas Series 和 NumPy 数组兼容度很高，我们可以用 numpy.maximum() 直接对每个元素取与0的较大值：

import numpy as np

c_result = np.maximum(c, 0)

这个方法的运算效率非常高，适合处理大规模数据。

这些方法都是矢量化操作，底层是用C实现的，比Python循环快几个数量级，完全符合你的需求~

内容的提问来源于stack exchange，提问作者Vishal