Python 如何有效地迭代字典的值？

我正在使用字典运行学校作业匹配算法。算法的所有过程都相对高效，除了需要将结果导出到

.csv

的部分

students

是一本包含483.070对键值的字典。键是一个带id的整数，值是我创建的学生类对象。实际上，要导出结果，我使用以下方法

def解析学生匹配信息（学生：学生）->int:
如果student.assigned_空缺为无：
返回0
返回student.assigned\u缺额.program\u id
def get_分配_输出（学生：dict）->pd.DataFrame:
结果=pd.DataFrame（列=['Student\u ID'、'Program\u ID'、'Grade\u ID']）
学生价值观（）：
程序id=解析学生匹配信息（学生）
result=result.append（{'Student\u ID'：Student.ID，'Program\u ID'：Program\u ID，'Grade\u ID'：Student.Grade}，忽略\u index=True）
返回结果。对值进行排序（'Grade\U ID'）

---

制作这个

pd.DataFrame

花了一个多小时。欢迎任何建议

通常，您不希望附加到数据帧，而是从一个iterable创建它，更好的方法如下所示

def parse_student_match_information(student: Student) -> int:
    if student.assigned_vacancy is None:
        return 0
    return student.assigned_vacancy.program_id

def get_assignation_output(students: dict) -> Iterable[dict]:
    for student in students.values():
        program_id = parse_student_match_information(student)
        result = {'Student_ID': student.id, 'Program_ID': program_id, 'Grade_ID': student.grade}
        yield result

def make_df(rows: Iterable[dict]) -> pd.DataFrame:
    df = pd.DataFrame(rows, columns=['Student_ID', 'Program_ID', 'Grade_ID'])
    df.sort_values(by=['Grade_ID'])
    return df

---

通过这种方式，您可以一次从所有行创建数据帧，然后在最后对其进行排序，而不是每次迭代。您应该从中看到性能方面的改进。

代码的每个部分花费了多少时间？在学生的迭代中，学生的解析、数据帧的附加和排序。确定哪一个花费的时间最长。如果您正在寻找改进工作代码的建议，那么这可能属于您。只是出于好奇，这将时间减少到了什么？从1小时减少到15-20秒！