Lambda-Funktion zwei Arten von Berechnungen haben

Question

ich den Folgedatenpunkt in Panda Datenrahmen haben:

DateTime    Data 
2017-11-21 18:54:31  1 
2017-11-22 02:26:48  2 
2017-11-22 10:19:44  3 
2017-11-22 15:11:28  6 
2017-11-22 23:21:58  7 
2017-11-28 14:28:28 28 
2017-11-28 14:36:40  0 
2017-11-28 14:59:48  1 

Ich möchte eine Funktion anwenden konvertieren alle Daten größer als 1 Werte bis 1: gibt es einen Weg die folgenden zwei Lambda-Funktionen in einer (wie eine else-Anweisung) zu kombinieren?

[(lambda x: x/x)(x) for x in df['Data'] if x > 0] 
[(lambda x: x)(x) for x in df['Data'] if x <1 ] 

Endergebnis gewünscht:

df['Data'] = df['Data'].clip_upper(1) 

Oder boolean Maske ge (>=) verwenden und konvertieren zu int, wenn keine negativen Werte:

DateTime    Data 
2017-11-21 18:54:31  1 
2017-11-22 02:26:48  1 
2017-11-22 10:19:44  1 
2017-11-22 15:11:28  1 
2017-11-22 23:21:58  1 
2017-11-28 14:28:28  1 
2017-11-28 14:36:40  0 
2017-11-28 14:59:48  1 

Answer 1

Sie clip_upper können

df['Data'] = df['Data'].ge(1).astype(int) 

print (df) 
       DateTime Data 
0 2017-11-21 18:54:31  1 
1 2017-11-22 02:26:48  1 
2 2017-11-22 10:19:44  1 
3 2017-11-22 15:11:28  1 
4 2017-11-22 23:21:58  1 
5 2017-11-28 14:28:28  1 
6 2017-11-28 14:36:40  0 
7 2017-11-28 14:59:48  1 

Aber wenn verwendet Verständnis Liste will (es sollte in größerem Datenrahmen slowier sein):

df['Data'] = [1 if x > 0 else x for x in df['Data']] 
print (df) 
       DateTime Data 
0 2017-11-21 18:54:31  1 
1 2017-11-22 02:26:48  1 
2 2017-11-22 10:19:44  1 
3 2017-11-22 15:11:28  1 
4 2017-11-22 23:21:58  1 
5 2017-11-28 14:28:28  1 
6 2017-11-28 14:36:40  0 
7 2017-11-28 14:59:48  1 

Timings:

#[8000 rows x 5 columns] 
df = pd.concat([df]*1000).reset_index(drop=True) 

In [28]: %timeit df['Data2'] = df['Data'].clip_upper(1) 
1000 loops, best of 3: 308 µs per loop 

In [29]: %timeit df['Data3'] = df['Data'].ge(1).astype(int) 
1000 loops, best of 3: 425 µs per loop 

In [30]: %timeit df['Data1'] = [1 if x > 0 else x for x in df['Data']] 
100 loops, best of 3: 3.02 ms per loop 

#[800000 rows x 5 columns] 
df = pd.concat([df]*100000).reset_index(drop=True) 

In [32]: %timeit df['Data2'] = df['Data'].clip_upper(1) 
100 loops, best of 3: 9.32 ms per loop 

In [33]: %timeit df['Data3'] = df['Data'].ge(1).astype(int) 
100 loops, best of 3: 4.76 ms per loop 

In [34]: %timeit df['Data1'] = [1 if x > 0 else x for x in df['Data']] 
1 loop, best of 3: 274 ms per loop 

Answer 2

Numpy Lösung mit np.clip -

df['Data'] = np.clip(df.Data.values, a_min=None, a_max=1) 
df 

       DateTime Data 
0 2017-11-21 18:54:31  1 
1 2017-11-22 02:26:48  1 
2 2017-11-22 10:19:44  1 
3 2017-11-22 15:11:28  1 
4 2017-11-22 23:21:58  1 
5 2017-11-28 14:28:28  1 
6 2017-11-28 14:36:40  0 
7 2017-11-28 14:59:48  1 

Pass a_min=None, um keine untere Grenze anzugeben.

---

Timings

df = pd.concat([df]*1000).reset_index(drop=True) 

%timeit df['Data'].clip_upper(1) 
1000 loops, best of 3: 195 µs per loop 

%timeit np.clip(df.Data.values, a_min=None, a_max=1) 
10000 loops, best of 3: 24.2 µs per loop