Python：用对元素求和的最快方式替换两个for循环

Question

我有 5 个元素的列表，可能是 50000，现在我想对同一个列表中的所有组合求和，并从结果中创建一个 dataframe，所以我正在编写以下代码，

x =list(range(1,5))
t=[]
for i in x:
    for j in x:
        t.append((i,j,i+j))


df=pd.Dataframe(t)

上面的代码生成了正确的结果，但是当我在列表中有更多元素时执行时间很长。 寻找最快的方法来做同样的事情

Answer 1

可以通过pandas.merge()方法获得组合，无需使用显式循环

x = np.arange(1, 5+1)
df = pd.DataFrame(x, columns=['x']).merge(pd.Series(x, name='y'), how='cross')
df['sum'] = df.x.add(df.y)
print(df)

    x  y  sum
0   1  1    2
1   1  2    3
2   1  3    4
3   1  4    5
4   1  5    6
5   2  1    3
6   2  2    4
...

选项 2 ：使用itertools.product()

import itertools
num = 5
df = pd.DataFrame(itertools.product(range(1,num+1),range(1,num+1)))
df['sum'] = df[0].add(df[1])
print(df)

Answer 2

列表理解可以让它更快。 所以，你可以使用t=[(i,j,i+j) for i in x for j in x]而不是 for 循环，因为传统的 for 循环比列表理解慢，嵌套循环更慢。 这是替换嵌套循环的更新代码。

x =list(range(1,5))
t=[(i,j,i+j) for i in x for j in x]

df=pd.Dataframe(t)