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:Python 向量化函数时嵌套的for循环,python,pandas,for-loop,dataframe,vectorization,Python,Pandas,For Loop,Dataframe,Vectorization,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 = [
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