python - 如何用 Python 中更快的选项替换 for 循环

Question

我有两个数据框，大约有 10 000 行。它们与下面的 a 和 b 类似，但行数更多。

 a
 Out[9]: 
     end  start
 0   4.0      3
 1   5.5      5
 2   7.5      7
 3   9.5      9
 4  11.5     11
 5  15.0     14
 6  18.0     17
 7  21.0     20
 8  26.0     25
 9  31.0     30

 b
 Out[10]: 
        status
 moment       
 8.0         o
 10.0        o
 14.5        o
 16.0        o
 19.0        o
 27.0        o
 28.0        o
 30.5        o
 35.0        o
 40.0        o
 50.0        o

我必须找到数据帧 b 中属于数据帧 a 的结束和开始之间的所有时刻。

我为此开发了 for 循环，它适用于小型数据帧。

 for r in a.index:    
     for k in b.index:
         if a.ix[r,'start'] <k and k <a.ix[r,'end']:
             b.ix[k,'status']='m' # replaces m to o if moment is in between start and end

下面你可以看到当时刻介于开始和结束之间时 for 循环如何替换 o -> m。

 n [12]: b
 Out[12]: 
        status
 moment       
 8.0         o
 10.0        o
 14.5        m
 16.0        o
 19.0        o
 27.0        o
 28.0        o
 30.5        m
 35.0        o
 40.0        o
 50.0        o

当我尝试将它用于巨大的数据帧(数据帧中超过 10000 行)时，它无法在合理的时间内获得结果。

您有什么想法可以更快地阐述我的 for 循环并使其适用于更长的数据帧吗？

Answer 1

这是一个没有for循环的选项，它没有避免向量扫描，而是被向量化了:

b[b.index.map(lambda m: ((m > a.start) & (m < a.end)).any())] = "m"

b

#   status
# moment    
# 8.0   o
# 10.0  o
# 14.5  m
# 16.0  o
# 19.0  o
# 27.0  o
# 28.0  o
# 30.5  m
# 35.0  o
# 40.0  o
# 50.0  o