创建一个数据框作为行索引值和列名的函数？

Question

作为行索引值和列名称的函数，创建熊猫数据框的最佳方法是什么？

所以对于数据帧，其中在X索引，列在Y，每个值将是一些F（X，Y），其中x在X和Y在Y（例如可以是索引和列名的串联）

我知道我可以写一个循环来做到这一点，但是熊猫有更快的方法吗？

谢谢！

Answer 1

你可以用一个列表理解为一个列表的列表准备的值，然后列出清单传递给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) 

产量

X Y 
1 X1 Y1 
2 X2 Y2 
3 X3 Y3 

，当然你可以通过调用任意函数代替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，则列表列表可能需要大量内存。为每个细胞调用f可能需要一些时间。根据f，创建df的方法可能会更快/更少占用内存。 例如，来连接你可以使用np.char.add和np.meshgrid的行和列标签：

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) 

产生同样的结果。

这将创建NumPy数组而不创建列表的临时列表，从而节省内存。由于np.char.add以向量化的方式创建了结果NumPy数组，因此rows和cols很大，所以得出的结果比为每个单元计算col+row（以Python）更快。