python - 更有效地执行嵌套 python 循环

Question

我在这里查看了其他解释，但没有一个非常合适。解包代码可以工作，但速度非常慢。有没有更好的方法可以与 python 一起使用。我不明白如何在这里获得列表理解。任何建议都会非常有帮助。

import pandas as pd

df = pd.DataFrame(data={'a':['A1 + A3','B4 + A4 + D2','C2 + D2'],'b':['L700 + 
          L800','G700','L2600 + L900'],'c':['6','7','8']})
df

    a   b   c
0   A1 + A3 L700 + L800     6
1   B4 + A4 + D2    G700    7
2   C2 + D2 L2600 + L900    8

<小时/>

df2 = pd.DataFrame(columns = df.columns)
for index, row in df.iterrows():
    userLabel = row.loc['a']
    cells = userLabel.split('+') 

    ID = row.loc['b']
    tech = ID.split('+')     
    i = 0
    for cell in cells:

        cell = cell.strip()
        row.loc['a'] = cell
        if i > len(tech)-1:
            i = i-1
        row.loc['b'] = tech[i]
        df2.loc[len(df2)] = row
        i += 1

df2

    a   b   c
0   A1  L700    6
1   A3  L800    6
2   B4  G700    7
3   A4  G700    7
4   D2  G700    7
5   C2  L2600   8
6   D2  L900    8

Answer 1

用途:

df = (df.set_index('c')
        .stack()
        .str.split('\s+\+\s+', expand=True)
        .stack()
        .unstack(1)
        .ffill()
        .reset_index(level=1, drop=True)
        .reset_index()
        .reindex(columns=['a','b','c'])
        )
print (df)
    a      b  c
0  A1   L700  6
1  A3   L800  6
2  B4   G700  7
3  A4   G700  7
4  D2   G700  7
5  C2  L2600  8
6  C2   L900  8

说明:

1. 第一set_index用于拆分列 用于拆分
2. reshape stack对于 Series 和 MultiIndex
3. 按 split 每行创建 DataFrame通过正则表达式 - 需要转义 + 并且对于一个或多个空格使用 \s+
4. reshape stack和 unstack对于第二级到列
5. 通过 ffill 向前填充 NaN
6. 数据清理 reset_index
7. 如果列的顺序很重要，请添加 reindex