如何优化以下代码以使其运行得更快？答案

【问题标题】：How to optimize the following code so as to run it faster?如何优化以下代码以使其运行得更快？
【发布时间】：2020-01-13 00:59:13
【问题描述】：

首先，我有一个带有以下列的 pandas 数据框： "YEAR","1DIGIT","2DIGITS","3DIGITS","SIZE","CODE","VALUE" 180 万行。这是我纠正数据的代码：

for year in list(data.YEAR.unique()):
    data1 = data[data.YEAR == year]
        for dig in list(data1.3DIGITS.unique()):
            data2 = data1[data1.3DIGITS == dig]
            for size in list(data2.SIZE.unique()):
                data3 = data2[data2.SIZE == size]
                data.loc[(data.YEAR == year)&(data.3DIGITS == dig)&(data.CODE == 9122),"VALUE") = data3[data3.CODE.isin(9001,9057)].VALUE.sum()

如您所见，我想将代码 9001 和 9057 的值相加，并将其分配给代码 9122 的值。这可行，但速度很慢，大约需要 1 个半小时。我们可以做些什么来让它更快？

【问题讨论】：

这可能更适合代码审查
你能举个简单的例子吗

标签： python-3.x pandas dataframe optimization python-3.7

【解决方案1】：

尝试使用pandas的@987654321@函数。

这看起来像：

def add_col(df):
    df.loc[(df.CODE == 9122),"VALUE") = df[df.CODE.isin(9001,9057)].VALUE.sum()
    return df

data.groupby(['YEAR', '3DIGITS', 'SIZE']).apply(add_col)

【讨论】：

我不能使用 groupby，因为使用它会使数据无法使用。
您能否更好地解释一下为什么您不能使用我的解决方案？
当我按 YEAR、3DIGITS 和 SIZE 分组时，VALUE 是相加的，因为有很多 VALUE 属于 YEAR、3DIGITS 和 SIZE 三元组。