在 pandas 中计算平方 dataframe 的最有效方法

Question

全部，

我目前正在计算一系列方形 pandas DataFrame 对象作为引导算法的一部分，虽然我可以正确计算它，但到目前为止我还没有有效地计算它。

目前，数据帧的计算方式如下，使用 function func ，它根据数据的性质而有所不同：

frame = pandas.DataFrame(0, index=idx, columns=idx)
for row in idx:
    for col in idx:
        frame.loc[row, col] = func(row, col)

不幸的是，构建的方阵最终可能会非常大（最多 10k 个单元），因此上述运行可能会非常缓慢。 有没有什么方法可以比使用 pandas 和/或 numpy 的嵌套循环方法更有效地执行此构造？

Answer 1

NumPy 应该更快，并且您可以使用嵌套列表推导而不是显式循环：

import numpy as np

# example function
def func(i, j):
    return 10 * i + j

# example index
idx = [0, 1, 2, 3]

frame = np.array([[func(row, col) for col in idx] for row in idx])       
frame

array([[ 0,  1,  2,  3],
       [10, 11, 12, 13],
       [20, 21, 22, 23],
       [30, 31, 32, 33]])

如果需要，您当然可以将结果转换为 DataFrame：

import pandas as pd
frame = pd.DataFrame(frame)