避免 FOR 循环将多个字符串附加到列表中

Posted 2023-03-11

【中文标题】避免 FOR 循环将多个字符串附加到列表中

【英文标题】：Avoid FOR loop to append several strings to list

【发布时间】：2020-05-26 05:44:05

【问题描述】：

我需要在选定的行中使用一些字符串更新 DataFrame 列，为此我有索引。 到目前为止，我设法通过列表理解实现了我所需要的：

[data.particleIDs.values[idx[i]].append(particlenames[i]) for i in range(len(idx))]

其中data.particleIDs 是需要更新的DataFrame 列，particlenames 是一个包含字符串的列表，idx 是一个数组，其中包含每个字符串需要写入的DataFrame 行。几个字符串对应同一行，我需要把它们都写在DataFrame列中。

假设我有一个 DataFrame 和我用来更新它的字符串列表：

data = pd.DataFrame('particleIDs': [[] for i in range(20)]
particlenames = ['c15001'+str(i) for i in range(10))]

我有 10 个字符串，我需要使用它们来更新我的 DataFrame 中的行 [7 8 15 8 11 0 15 1 12 8]，即我需要将每个字符串添加到相应的行。

FOR 循环非常慢，因为实际的particlenames 列表很长，我需要多次重复此过程。

有什么办法可以加快速度吗？

谢谢！

【问题讨论】：

一些输入输出数据可以帮助我们更好地理解您的问题，请提供minimal reproducible example

完成！希望它更清楚。

那么预期的结果是什么？您正在多次更新同一行（例如，行8 更新了三次，值为“c150011”、“c150013”和“c150019”）。

是的，我需要那个！我也尝试使用 .loc，但我无法得到那个结果。

【参考方案1】：

我通过为字符串和相应的创建另一个数据框解决了我的问题 指数：

df_strings = pd.DataFrame('strings':particlenames,'rows':[7, 8, 15, 8, 11, 0, 15, 1, 12, 8])

然后在行上使用groupby 方法将字符串附加到apply(list):

df_strings=df_strings.groupby('rows')['strings'].apply(list).reset_index()   

最后，我 join 这个新的 DataFrame 和一个 (data) 需要用字符串更新：

data=data.join(df_strings.set_index('rows'))

data=

    particleIDs     strings
0   []  [c150015]
1   []  [c150017]
2   []  NaN
3   []  NaN
4   []  NaN
5   []  NaN
6   []  NaN
7   []  [c150010]
8   []  [c150011, c150013, c150019]
9   []  NaN
10  []  NaN
11  []  [c150014]
12  []  [c150018]
13  []  NaN
14  []  NaN
15  []  [c150012, c150016]
16  []  NaN
17  []  NaN
18  []  NaN
19  []  NaN

所以我可以避免在创建 data DataFrame 时添加 particleIDs（在我的实际情况下，它还有其他列），因为连接的列包含我需要的信息。