python中（DataFrame數(shù)據(jù)框）通過給一個變量的值打標簽生成另一個變量，用循環(huán)結(jié)合iloc賦值太慢怎么辦？

學生：

老師 我問你個問題

for i in range(0,len(rfm_.iloc[:,0])):
    if rfm_.iloc[i,0] > F_mean:
        rfm_.iloc[i,0] = 1
    else:
        rfm_.iloc[i, 0] = 0
    if rfm_.iloc[i,1] < R_mean:
        rfm_.iloc[i, 1] = 1
    else:
        rfm_.iloc[i, 1] = 0
    if rfm_.iloc[i,2] > M_mean:
        rfm_.iloc[i, 2] = 1
    else:
        rfm_.iloc[i, 2] = 0

如果就這樣打標簽的話 我這個用戶量來計算的話 代碼要跑很久嗎。。。

也就126W

怎么跑不出來了

老師：是的，會跑很久，因為這個命令效率比較低

學生：

不是 我現(xiàn)在是打標簽
就是用用戶的指標均值作為閾值
所以就是很慢的是吧

就是我用for循環(huán)的話就是很慢 那有什么比較快的方法嗎
好糾結(jié)

老師：你是要根據(jù)一個變量生成一個標簽變量嗎

學生：是的

老師：我想想啊

學生：我飯都吃完了 還沒跑出來。。我感覺哪里有問題哇

老師：你的那個變量是什么樣子的，取值什么樣，給我截個圖

學生：

然后跟指標的均值做比較 去打標簽

我還沒敢家維度
這都跑不出來了
不知道是代碼有問題還是什么原因 都好久了

老師：
你把rfm那個數(shù)據(jù)框的表頭和前幾條記錄給我貼一下
這樣方便我給你寫命令

學生：

F R M
用戶ID
_637276942176622229 11 45.0 166.17
_637276942176769136 11 50.0 66.73
_637276942177839833 37 18.0 143.02
_637276942181248783 24 29.0 167.35
_637276942181646749 4 27.0 39.75

老師：然后把打標簽的規(guī)則告訴我，也就是生成三個標簽變量對吧

學生：

# 標注每個用戶的RFM值 == 這里用各指標的均值作為閾值
R_mean = rfm_["R"].mean()
F_mean = rfm_["F"].mean()
M_mean = rfm_["M"].mean()
print(R_mean,F_mean,M_mean)

老師：然后打標簽為0或者1對不

學生：
對
這個循環(huán)不敢跑了 感覺會耽誤好多時間 不知道什么鬼

老師：

循環(huán)不能大規(guī)模用


R_mean = rfm_["R"].mean()
F_mean = rfm_["F"].mean()
M_mean = rfm_["M"].mean()
rfm_["RLabel"]=rfm_["R"].map(lambda x:1 if x<R_mean else 0)
rfm_["FLabel"]=rfm_["F"].map(lambda x:1 if x>F_mean else 0)
rfm_["MLabel"]=rfm_["M"].map(lambda x:1 if x>M_mean else 0)


執(zhí)行這個代碼試試，這個速度比較快


那個循環(huán)要一個一個循環(huán)，很慢


這個map是同時執(zhí)行所有的記錄，會很快的

學生：

臥槽。。


這個這么快


一秒。。。

真NB臥槽