如何简化具有索引比较的嵌套循环？

Question

我是个初学者，我做了一个基本的嵌套 for 循环来修改现有的每小时数据系列 (A)。该系列由 pandas 制成，具有日期时间索引和值。

我的代码基本上比较了两个系列（A和B）的年月日索引，如果它们在某些行相同，则更改系列（A）的值并修改系列。

它适用于短数据，但效率很差。 当我运行 10,000 个计数数据时，循环永远不会结束。 A 系列约 10,000 个计数，B 系列约 1,000 个计数。

我已经搜索了几天关于简化嵌套循环的类似问题，但是我无法处理如何处理索引比较部分，另外我希望修改后的A系列的对象类型和索引保持不变。即使是一个小提示也会对我很有帮助。

for i in range(0,len(A)):
    for j in range(0,len(B)):
        if A.index.year[i] == B.index.year[j] and A.index.month[i] == B.index.month[j] and A.index.day[i] == B.index.day[j]:
            A.values[i] = B.values[j]
            break
        else:
            pass

Answer 1

Short Circuiting 可能会让您受益。基本上，如果您的数据集方便，您可以让长条件语句更快地识别错误结果。我不知道您具体比较的日期是什么样的，但请考虑以下示例：

日期 1：2019 年 1 月 1 日

日期 2：2019 年 1 月 2 日

您的条件语句经过 3 次比较，最终确定两个日期不相等。

1. 2019 == 2019

2. 一月 == 一月

3. 1 != 2

如果您要将条件更改为：

A.index.day[i] == B.index.day[j] and A.index.month[i] == B.index.month[j] and A.index.year[i] == B.index.year[j]

您的程序将首先比较这两天，并确定它们不相等。而且由于您的条件由布尔 AND 运算组成，短路逻辑得出的结论是整体条件必须为假。

这样，只需要进行一次比较，而不是三次。但是，从这种方法中获得任何明显的改进取决于您的日期是什么样的。如果你的日期都在同一年，或者同一两年，我提到的方法肯定会提高你的表现。但是，如果您的集合包含广泛分布的月、日和年，您可能不会注意到明显的变化。

基本上，请考虑您的哪些条件最有可能在平均情况下返回 False。在您的条件语句中首先评估该条件。

希望这会有所帮助！