Python 向量化函数时嵌套的for循环

我有一个有三个for循环的函数。这个函数可以工作，但速度非常慢。我可以对一个for循环进行矢量化，但我想知道是否可以将另一个for循环集成到矢量化中，或者是否还有其他方法可以提高效率

下面是for循环：

def getscore(df,df_out):
    for bait in df.columns:
        for tech in df_out:
            df_out[tech] = pd.Series(index = df_out.index, data = [int(df.loc[cust_id,bait]) * int(df_pim.loc[bait,tech]) for cust_id in df_out.index])

函数的操作并不重要，但我想看看是否有一种方法可以消除for循环并将它们集成到向量化的行中。基本上，我需要代码在

cust\u id

、

bait

和

tech

之间循环

编辑：XY问题澄清

---

我有三个数据帧——我将df_中一个值的列和索引取出，并用另外两个数据帧中两个值的乘积替换它。我用

df.loc[cust\u id，tech]

和

df\u pim.loc[bait，tech]

的乘积替换

df\u out.loc[cust\u id，tech]

的值。我需要遍历每个

cust\u id

、

bait

、和

tech

Zip df.columns和df\u，这是一个。该函数的操作并不重要。。。我相信这是因为根据它的功能，您可能不需要任何循环！请提供更完整的实际背景（即X问题，而不仅仅是您尝试的Y解决方案）。看起来您只需要合并/加入两个dfs并运行计算列。添加了当前的问题