python - 如何改进 Pandas 中数组的数据框创建

Question

我有两个数组 A 和 B，其中包含一系列数字。

我的目标是创建一个具有以下结构的数据框:对于 B 的每个元素，我想对应 A 的所有值。

例如:if A = [0,2,5] 和 B=[4,9,8] 我想获得以下对:0-4,0 -9,0-8、2-4,2-9,2-8 和 5-4,5-9,5-8。

我能够通过以下方式实现我的目标:

import pandas as pd
import numpy as np

a, b = 1, 10
c, d = -10, -1
step = 0.5

A = np.arange(a,b,1)+step
B = np.arange(c,d,1)

df = pd.DataFrame() 
for j in B:
    for i in A:
        name = 'H'+str(int(np.abs(i)))+str(int(np.abs(j)))
        dic = {'XXX':[i],'YYY':[j],'ZZZ':name}
        df = pd.concat([df,pd.DataFrame(dic)],ignore_index=True)

列ZZZ，但计算方式如上所示。

我编写的代码工作正常，但当我增加 a,b,c,d 的值时，速度非常慢。

有没有更优雅的方式来实现我的目标？我想避免嵌套 for 循环，显然它应该是比我更有效的方法。

Answer 1

您可以通过 itertools.product 创建所有组合.

对于XXX列，将float转换为int，然后转换为str以删除小数，从列 >YYY 获取绝对值并转换为 str:

from  itertools import product
df = pd.DataFrame(list(product(B, A)), columns=['YYY','XXX'])
#swap columns
df = df[['XXX','YYY']]
df['ZZZ'] = 'H' + df.XXX.astype(int).astype(str) + df.YYY.abs().astype(str)

print (df.head(20))
    XXX  YYY   ZZZ
0   1.5  -10  H110
1   2.5  -10  H210
2   3.5  -10  H310
3   4.5  -10  H410
4   5.5  -10  H510
5   6.5  -10  H610
6   7.5  -10  H710
7   8.5  -10  H810
8   9.5  -10  H910
9   1.5   -9   H19
10  2.5   -9   H29
11  3.5   -9   H39
12  4.5   -9   H49
13  5.5   -9   H59
14  6.5   -9   H69
15  7.5   -9   H79
16  8.5   -9   H89
17  9.5   -9   H99
18  1.5   -8   H18
19  2.5   -8   H28