由于 MemoryError，pandas 的替代方案适用

Question

我有一个希望应用于数据框的函数：

def DetermineMid(data, ts):

    if data['U'] == 0 and data['D'] > 0:
        mid = data['C'] + ts / 2

    elif data['U'] > 0 and data['D'] == 0:
        mid = data['C'] - ts / 2

    else:
        diff = data['A'] - data['B']

        if diff == 0:
            mid = data['C'] + 1

        else:
            mid = data['C']

    return mid

我的 df 列是 A、B、C、D、U。

我的电话如下：

df = df.apply(DetermineMid, args=(5, ), axis=1).

在较小的数据帧上，这工作得很好，但对于这个数据帧：

DatetimeIndex：2561527 个条目， 2016-11-30 17:00:01 到 2017-11-29 16:00:00 数据列（共6个 列）：
Z float64
一个 float64
B float64
C float64
U int64
D int64
数据类型：float64(5)、int64(2)
内存使用量：156.3 MB
无

我收到 MemoryError。我是否错误地使用了应用程序？我原以为 apply 只是遍历行并根据行值创建一个中间值，然后删除所有旧值，因为我不再关心它们了。

有更好的方法吗？

Answer 1

使用np.select，即

m1= (df['U']==0) & (df['D']>0)

m2 = (df['U']>0) & (df['D']==0)

m3 = (df['A']-df['B'] == 0 )

np.select([m1,m2,m3], [df['C']+ts/2, df['C']-ts/2, df['C']+1 ],df['C'])