获取列的 [0, x] 元素的最小值答案

【问题标题】：Get the min of [0, x] element wise for a column获取列的 [0, x] 元素的最小值
【发布时间】：2015-08-14 22:08:13
【问题描述】：

我需要计算一个列，其中的值是对其他列进行矢量化操作的结果：

df["new_col"] = df["col1"] - min(0,df["col2"])

然而，事实证明，我不能像上面的语法那样使用 min 。那么，获得零和熊猫列的给定值之间的最小值的正确方法是什么？

【问题讨论】：

汤姆的回答看起来不错。在列上，您也可以使用.map( lambda x: min(x,0) ) 将标准python min 应用于每个单元格，但np.minimum 可能是最快的方法。

标签： python pandas

【解决方案1】：

您可以使用numpy.minimum 来查找数组的元素最小值

import numpy as np
df["new_col"] = df["col1"] - np.minimum(0,df["col2"])

【讨论】：

【解决方案2】：

您可以使用一些掩码和一个临时列。完全忽略了'min'函数。

magicnumber = 0
tempcol = df['col2']
mask = tempcol < magicnumber
tempcol.loc[df[~mask].index] = magicnumber
df['col1'] - tempcol

或者您可以使用 lambda 函数：

magicnumber = 0
df['col1'] - df['col2'].apply(lambda x: np.min(magicnumber, x))

或者您可以应用两列：

df['magicnumber'] = 0
df['col1'] - df[['col2', 'magicnumber']].apply(np.min, axis=1)

【讨论】：

@ajcr 是的，我问错了。今天太热了。我用实际问题的解决方案更新了我的答案。

【解决方案3】：

我认为其他答案不是您的意思。他们取df['col2'] 中的最小值并将其与0 进行比较（因此总是返回相同的值），而您想要col2 和0 中的每个值之间的最小值：

df = pd.DataFrame(data={'a': [2, 3], 'b': [-1, 1]})

df['new_col'] = map(lambda a, b: a - min(0, b), df['a'], df['b'])

print df

>>    a  b  new_col
   0  2 -1        3
   1  3  1        3

【讨论】：

np.minimum 确实返回元素最小值 0 和 col2 中的值；它不会“总是返回相同的值”
（正如汤姆所说，np.minimum 正是这样做的）。此外，还有一点：您的代码与输出 DataFrame 不同。