データフレームの行に操作を適用するにはどうすればよいですか？

Question

私はcsvから読み込まれ、無関係なデータを持つデータフレームを持っています。 1つの列、SystemStartを評価することで、無関係なものを判断します。 その行のSystemStartより低い日付値の見出しを持つ列にある行ごとのデータはすべて、nanに設定されます。たとえば、index = 'one'のSystemStartの日付は '2016-1-5'で、pd.date_rangeが設定されているときは、値は設定されません。 index = 'three'は '2016-1-7'なので、元のデータを置き換える2つの値があります。

私は行単位で行け、すべての列でnp.nan値を投げることができますが、それは遅いです。より速い方法がありますか？

私は以下の代表的なデータフレームを作成しました。反復操作なしで同じ結果を得ることを望んでいます。どんな助けでも大歓迎です。以下は

import pandas as pd 
import numpy as np 

start_date = '2016-1-05' 
end_date = '2016-1-7' 
dates = pd.date_range(start_date, end_date, freq='D') 
dt_dates = pd.to_datetime(dates, unit='D') 
ind = ['one', 'two', 'three'] 

df = pd.DataFrame(np.random.randint(0,100,size=(3, 3)), columns = dt_dates, index = ind) 

df['SystemStart'] = pd.to_datetime(['2016-1-5', '2016-1-6', '2016-1-7']) 

print 'Initial Dataframe: \n', df 

for msn in df.index: 
    zero_date_range = pd.date_range(start_date, df.loc[msn,'SystemStart'] - pd.Timedelta(days=1), freq='D') 

    # we set zeroes for all columns in the index element in question - this is a horribly slow way to do this 
    df.loc[msn, zero_date_range] = np.NaN 

print '\nAltered Dataframe: \n', df 

初期と変化した、DFの出力です：私は

Initial Dataframe: 
     2016-01-05 00:00:00 2016-01-06 00:00:00 2016-01-07 00:00:00 \ 
one      24     23     65 
two      21     91     59 
three     62     77     2 

     SystemStart 
one 2016-01-05 
two 2016-01-06 
three 2016-01-07 

Altered Dataframe: 
     2016-01-05 00:00:00 2016-01-06 00:00:00 2016-01-07 00:00:00 \ 
one     24.0     23.0     65 
two     NaN     91.0     59 
three     NaN     NaN     2 

     SystemStart 
one 2016-01-05 
two 2016-01-06 
three 2016-01-07 

Answer 1

まず最初は、その後、私は別のシリーズにSystemStartを取り除くSystemStartがdatetime

df.SystemStart = pd.to_datetime(df.SystemStart) 

であることを確認しています

st = df.SystemStart 

それから私はその後、私は私がdatetime

d1.columns = pd.to_datetime(d1.columns) 

に残っている列は最後に、私は、適切な細胞をマスクとでSystemStartバックに参加する放送numpyを使用して変換し、私のdf

d1 = df.drop('SystemStart', 1) 

からSytstemStartをドロップします。

d1.where(d1.columns.values >= st.values[:, None]).join(st)