Python 将一系列值分配到特定位置的最有效方法

我有一个空的数据帧（

df

），一个（索引，列）对列表（

pair\u list

），和一个相应值列表（

value\u list

）。我想根据

pair\u list

将

value\u list

中的值分配到

df

中的相应位置。下面的代码是我目前正在使用的，但是速度很慢。有没有更快的方法

import pandas as pd
import numpy as np

df = pd.DataFrame(index=[0,1,2,3], columns=['a', 'b','c','d'])
pair_list = [(0,'a'),(1,'c'),(0,'d')]
value_list = np.array([3,2,4])
for pos, item in enumerate(pair_list):
    df.at[item] = value_list[pos]

代码的输出应为：

     a    b    c    d
0    3  NaN  NaN    4
1  NaN  NaN    2  NaN
2  NaN  NaN  NaN  NaN
3  NaN  NaN  NaN  NaN

---

一个想法是创建一个

多索引

，然后创建一个

系列

，通过以下方式重塑并添加缺少的列，索引值：

---

非常好，聪明的1+1

pair_list = [(0,'a'),(1,'c'),(0,'d')]
value_list = np.array([3,2,4])
mux = pd.MultiIndex.from_tuples(pair_list)

cols = ['a', 'b','c','d']
idx = [0,1,2,3]
df = pd.Series(value_list, index=mux).unstack().reindex(index=idx, columns=cols)
print (df)
     a   b    c    d
0  3.0 NaN  NaN  4.0
1  NaN NaN  2.0  NaN
2  NaN NaN  NaN  NaN
3  NaN NaN  NaN  NaN