Python 如何加快数据帧设置？

现在我有一个

列表

，记录的格式是

（索引、列、值）

，还有一个

数据框

，其中填充了

0

。对于

列表中的每个记录

，我应该执行类似于

df.loc[index，column]+=value的操作。这是一个示例：

import pandas as pd
df = pd.DataFrame(index=list('abcd'),columns=list('abcd'),dtype=int)
df = df.fillna(0)
records = [('a','b',3),('a','b',5),('c','a',6)]
for index,column,value in records:
    df.loc[index,column] += value

预计产量将为：

   a  b  c  d
a  0  8  0  0
b  0  0  0  0
c  6  0  0  0
d  0  0  0  0

但是它运行得太慢了，因为
记录
列表太大了，我想知道有什么方法可以加速它

更新：使用
int
索引和列名而不是
str
并不重要，也就是说，数据结构也可以是
numpy.array
而不是
数据帧。因此，输入
记录
的格式如下：

records = [(0,1,3),(0,1,5),(3,1,6)]

当然，预期的输出可以是
numpy。数组
如下所示：

[[0. 8. 0. 0.]
 [0. 0. 0. 0.]
 [6. 0. 0. 0.]
 [0. 0. 0. 0.]]

与一起使用，因此不需要空数据框，只需索引和列名：

records = [('a','b',3),('a','b',5),('c','a',6)]
r = list('abcd')
c = list('abcd')
df1 = (pd.DataFrame(records)
         .pivot_table(index=0, columns=1, values=2, aggfunc='sum', fill_value=0)
         .reindex(index=r, columns=c, fill_value=0))
print (df1)
1  a  b  c  d
0            
a  0  8  0  0
b  0  0  0  0
c  6  0  0  0
d  0  0  0  0

事实证明，您确实可以使用NumPy数组而不是数据帧。这个特殊的解决方案利用了

将numpy导入为np
arr=np.zero（（4，4），dtype=int）
打印（arr，end='\n\n'）
idx_记录=[（0,1,3）、（0,1,5）、（2,0,6）]
dim_1_idx，dim_2_ix，VAL=zip（*idx_记录）
打印（dim_1_idx）
打印（尺寸2_九）
打印（VAL，结束='\n\n'）
np.add.at（arr，（尺寸1×idx，尺寸2×ix），VAL）
打印（arr）

输出：

[[0]
[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]
(0, 0, 2)
(1, 1, 0)
(3, 5, 6)
[[0 8 0 0]
[0 0 0 0]
[6 0 0 0]
[0 0 0 0]]

C.K.的基准测试显示，该解决方案在1000万行上需要约7.20秒，而熊猫方法需要约10.55秒。
你能发布预期输出的情况吗？@当然，我已经编辑了这个问题。目前已经提出了一个完美的解决方案。非常感谢您。记录列表中是否会有多个值添加到同一元素/位置？@AMC是的，有。事实上，正是多个值使问题难以解决。@C.K.列名是字符串，还是仅仅是整数/索引？这很有效，这对我很有用！谢谢！对于像我这样的数据，使用
numpy.array
更快，而如果必须使用
DataFrame
，jezrael的答案是完美的。顺便说一下，非常感谢你。