Python，避免嵌套for循环

我有一个数据帧，其值为（'ABC'或'BCD'），还有另一个字典列表，其格式为[{ID:'ABC'，StList:['ABC'，'BCD'，'DEF']}，{ID:'DEF'，StList:['ABC'，'CCC'，'DEF']}……]

df=['ABC'或'BCD'，…]

dictList=[{ID:'ABC'，StList:['ABC'，'BCD'，'DEF']}，{ID:'DEF'，StList:'ABC'，'CCC'，'DEF']}……]

我必须遍历数据帧，检查列中的每个值是否存在于StList中，如果为true，则返回ID，并将ID附加到另一个列表中

为此，我使用了嵌套循环，它可以工作，但在性能方面并不理想。还有别的办法吗

编辑：我试过的替代方案

Df1=['ABC'、'ABC'或'BCD'、'ZYB'、（'ABC'和'CD'）或'NMM']

DF2=[{ID:Testing，STList:['ABC'，'BCD'，'ZYY'，'NMM'，{ID:Testing2，STList:['ABC'].}]

对于DF1的第一行： 返回的结果应该类似于final_result=['Testing'，'Testing2']，然后将在DF1中针对第一行进行更新

---

有没有一种方法可以使用数据帧功能实现这一点？它在某些行中也有布尔逻辑，需要进行评估？

这个问题的答案是：没有

---

您的查询没有可能的方法阻止嵌套循环来提高性能。为了扫描字典/数组中的每个数据，它需要迭代层以达到索引的峰值节点。您可以使用选择器（列和行）手动查找特定元素/索引，但它不适用于您的场景。

请说得更清楚。您必须检查每个StList？给我们一个您提到的返回ID示例。如果您提供嵌套循环代码，则更容易了解您想要实现的目标，阅读和理解文本比将循环转换为某些d要困难得多ataframe技巧你说的是数据帧，这是否意味着你在使用pandas？在这种情况下，python的解决方案是将pandas API与查询和选择器一起使用。这将删除循环。尽管如此，你提到性能是一个问题，但无论你使用嵌套循环还是单个巧妙的循环，都可能不会改变循环的数量你必须做的读取操作。循环本身并不昂贵，它是你正在做的全部操作的数量。除非你有像数据索引这样的聪明方法，否则你真的只需要读取每个StList的每个元素，看看它是否相等，嵌套逻辑或其他。不管怎样，你的数据结构s嵌套，为了直观起见，最好让代码反映这一事实#将dictList转换为dictionary，那么您的搜索操作将花费O（1）个时间