python/pandas-希望删除嵌套循环以提高运行时间

鉴于以下情况：

import pandas as pd
from pandas import *
from numpy import *

df = pd.DataFrame(columns=['A', 'B', 'C'])
df['A'] = [1,1,1,2,2,2,3,3,3,4,4,4,5,5,5]
df['B'] = ['a','b','c','a','b','c','a','b','c','a','b','c','a','b','c']

list_a = list(df['A'].unique())
list_b = list(df['B'].unique())

我想删除以下循环以加快下一步

for i in list_a:
    for j in list_b:
        df.ix[(df['A']==i) & (df['B']==j), 'C'] = i*j

在数万行中，这是令人望而却步的慢。谢谢你们的洞察力

请注意-i*j是无关紧要的-我从查找表中提取=的另一面，这会使示例变得复杂

编辑：我相信这是一个基于列表a和列表b中的项目的索引问题，这样我就可以在我前面提到的ref表中搜索并写入过滤后的df['C']。再次感谢。

您可以：

df['C'] = df['B'] * df['A']

这将对

df['A']

和

df['B']

中的匹配对应用

*

的逐元素操作，您只需执行以下操作：

df['C'] = df['B'] * df['A']

---

这将对

df['A']

和

df['B']

中的匹配对应用

*

的逐元素操作

df['C']=df['B']*df['A']

是否有效？它可以让你得到与你目前得到的答案相同的答案，而且速度要快得多——对不起，我不清楚。这个练习的重点是，我使用i和j在我提到的查找表中搜索。。。所以我认为这确实是一个索引问题。描述你的“查找表”会有很大帮助。这是另一个数据帧吗？您是否将

i

和

j

插入到SQL查询中？等等。可能有一种方法可以矢量化查找并显著加快查找速度。当然，exp1orer-这是一个包含a、B和C列的数据帧-我需要a和B来查找C。但是，这似乎不是瓶颈。即使当我将df.ix[（df['A']==I）和（df['B']==j），'C']设置为1时，在我的数据集中循环也要花费相当长的时间。我的观点是，根据

=

符号右侧实际发生的情况，您可以完全避免列出a和b，直接对

df['a']

和

df['b']

进行操作，这会更快。

df['C']=df['b']*df['a']

有效吗？它可以让你得到与你目前得到的答案相同的答案，而且速度要快得多——对不起，我不清楚。这个练习的重点是，我使用i和j在我提到的查找表中搜索。。。所以我认为这确实是一个索引问题。描述你的“查找表”会有很大帮助。这是另一个数据帧吗？您是否将

i

和

j

插入到SQL查询中？等等。可能有一种方法可以矢量化查找并显著加快查找速度。当然，exp1orer-这是一个包含a、B和C列的数据帧-我需要a和B来查找C。但是，这似乎不是瓶颈。即使当我将df.ix[（df['A']==I）和（df['B']==j），'C']设置为1时，在我的数据集中循环也要花费相当长的时间。我的观点是，根据

=

符号右侧实际发生的情况，你可以完全避免列出a和b，直接操作

df['a']

和

df['b']

，这会更快。嗨，sedavidw-在我看到你的答案之前，我写信给上面的约翰切斯“练习的要点是，我使用i和j在我提到的查找表中进行搜索。。。所以我认为这真的是一个索引问题。“对不起，我的问题不清楚。嗨，sedavidw-在我看到你的答案之前，我在上面写信给johnchase”练习的要点是，我使用i和j在我提到的查找表中搜索。。。所以我认为这真的是一个索引问题。