使用指向字典的指针加速 for 循环

Question

以下 for 循环有效，但需要很长时间。数据框 df_customers 有大约 150 万个条目，dict_customers 大约有 500 000 行。

for i in range(len(df_customers)):
    df_customers.iloc[i, j] = dict_customers[df_customers.iloc[i,k]]

我的问题是：如何加快 for 循环？

Dataframe df_customers 包含客户特征，a.o.客户ID。一位客户有几行（因此每行不是唯一的）。

字典 dict_customers 包含唯一的客户 ID（键）和每位客户的访问次数（值）。

我想向 Dataframe df_customers 添加一个新列 k，其中包含从字典中检索到的访问次数。

我用 df_customers 的 for 循环解决了这个问题： 我是行 j 是访问次数的新列 k 是具有 CustomerID 的现有列

注意：CustomerID 从 100 000 开始。

我尝试了以下理解：

df_customers.j-column = [dict_customers[df_custumers.k-column[i]] for i in range(len(df_customers))]

书面理解代码不起作用。它保持所有值 0（如初始化）。 预期的输出是每个 CustomerID 从字典中访问的客户存储在新的 df_customers 列 k 中。

Answer 1

我找到了解决办法：

1. 创建字典值列表（CustomerID 为 顺序）：
   list_values = [v for v in dict_customers.values()]

2. 为此列表创建一个数组（也是为了加快速度）：
   array_values = np.array(list_values

3. 理解返回数组所指向的值 df_customers j 列（并更正，因为 CustomerID 从 100 000 和 0 处的数组索引）：
   df_customers['j-column'] = array_values[df_customers.iloc[i,k] - 100000] for i in range(len(df_customers))]