Python 3.x 加快循环查找速度：Numpy相当于熊猫合并？

我从有向图中的父/子（边）关系列表开始，如下所示：

import numpy as np
import pandas as pd

df = pd.DataFrame(columns=['parent', 'child'])
df.loc[0] = (0, 1)
df.loc[1] = (1, 2)
df.loc[2] = (2, 0)

您可以立即看到我们有循环

0-->1-->2-->0

。我希望能够在数据帧中检测到这些循环，就像我所做的那样。到目前为止，我的策略（在我大得多的数据集上运行得太慢）是利用pandas merge函数：

def find_loops(link_df: pd.DataFrame) -> dict:
    link_df.columns = ['0', '1']
    # Max number of iterations - don't expect to need this many.
    num_appts = len(set(link_df['0']) | set(link_df['1']))
    new_df = pd.DataFrame(link_df)
    for i in range(num_appts):
        new_df = new_df.merge(link_df, left_on=str(i+1), right_on='0', how='inner')
        new_df.drop(columns='0_y', inplace=True)
        new_df.columns = [str(j) for j in range(i+3)]

这使我在每次循环迭代时都能看到

new_df.values

中的数组，其中包含长度不断增加的路径（

i+3

）。如果路径结束并且没有循环，那么

merge

函数会自动删除该行，这非常好。为了检测循环，我沿着一行

new_df.values

查找重复的值，如下所示：

        paths = new_df.values.astype(np.int32)
        is_loop = pd.Series(paths[:, 0] == paths[:, 1])
        width = i + 3
        for j in range(width - 1):
            for k in range(j+1, width):
                is_loop = is_loop | (paths[:, j] == paths[:, k])

find_loops(df)

我需要这段代码运行得更快。有什么想法吗？我的一个想法是尝试在numpy中实现pandas

merge

函数，但我不知道哪一个函数能够实现这一点

我已经尝试了

复制

函数、

计数器

对象和

np.unique

函数，它们都远没有我这里的速度快

我见过，也见过；这些功能中有一些是可以使用的吗？

您可以尝试：

import pandas as pd
import networkx as nx

df = pd.DataFrame(columns=['parent', 'child'])
df.loc[0] = (0, 1)
df.loc[1] = (1, 2)
df.loc[2] = (2, 0)


dg = nx.from_pandas_edgelist(df, source='parent', target='child', create_using=nx.DiGraph)
res = list(nx.simple_cycles(dg))
print(res)

输出

[[0, 1, 2]]

从以下文件：

求有向图的简单圈（初等回路）

简单循环或基本回路是一条没有节点的闭合路径 出现两次。如果两个基本电路不相同，则它们是不同的 彼此的循环置换

---

在上面的文档链接中，有一些指向可能感兴趣的其他算法的链接。

您可能希望使用networkx，尤其是@Danimesjo，非常好！我会检查的。我认为这会起作用，但我需要提高我的整体结构的效率，比如只创建一次有向图，并从中添加或删除边，而不是每次都重新创建整个结构。我会告诉你的。正如你所料，我的循环速度比我实现循环查找之前慢了一点，但是这个解决方案，再加上我上面提到的，是一个可以接受的速度。非常感谢！