創建一個數據框作爲行索引值和列名的函數？

Question

作爲行索引值和列名稱的函數，創建熊貓數據框的最佳方法是什麼？

所以對於數據幀，其中在X索引，列在Y，每個值將是一些F（X，Y），其中x在X和Y在Y（例如可以是索引和列名的串聯）

我知道我可以寫一個循環來做到這一點，但是熊貓有更快的方法嗎？

謝謝！

Answer 1

你可以用一個列表理解爲一個列表的列表準備的值，然後列出清單傳遞給pd.DataFrame：

import pandas as pd 
rows = ['1','2','3'] 
cols = ['X','Y'] 

df = pd.DataFrame(([col+row for col in cols] for row in rows), 
        index=rows, columns=cols) 

產量

X Y 
1 X1 Y1 
2 X2 Y2 
3 X3 Y3 

，當然你可以通過調用任意函數代替col+rowf：

df = pd.DataFrame(([f(row, col) for col in cols] for row in rows), 
        index=rows, columns=cols) 

如果rows和/或cols很大，則列表列表可能需要大量內存。爲每個細胞調用f可能需要一些時間。根據f，創建df的方法可能會更快/更少佔用內存。 例如，來連接你可以使用np.char.add和np.meshgrid的行和列標籤：

import numpy as np 
rows = ['1','2','3'] 
cols = ['X','Y'] 

df = pd.DataFrame(np.char.add(*np.meshgrid(cols, rows, sparse=True, indexing='xy')), 
        index=rows, columns=cols) 

產生同樣的結果。

這將創建NumPy數組而不創建列表的臨時列表，從而節省內存。由於np.char.add以向量化的方式創建了結果NumPy數組，因此rows和cols很大，所以得出的結果比爲每個單元計算col+row（以Python）更快。