如何优化此 Python 代码？答案

【问题标题】：How can I optimise this Python code?如何优化此 Python 代码？
【发布时间】：2017-01-16 14:10:41
【问题描述】：

我想得到每个国家所有IndicatorsCode 的Year 值的平均值：

import numpy as np
import pandas as pd
datos = pd.read_csv("suramerica.csv")

media = list()
agricultura = list()
flag=0

paises = np.array(['Antigua and Barbuda','Argentina','Chile','Colombia'])
indicadores_agricultura = np.array(['EG.ELC.ACCS.RU.ZS','EG.NSF.ACCS.RU.ZS'])

for i in paises:
    for j in indicadores_agricultura:
        for k in range(len(datos)):
            if i==datos['CountryName'][k] and j==datos['IndicatorCode'][k]:
                flag=1
                media.append(datos['Year'][k])
    if flag==1:
        agricultura.append(np.array([i,np.mean(media)]))
        del media[:]
        flag=0
pd.DataFrame(agricultura,columns=['Paises','Agricultura y Desarrollo Rural'])

这是结果的DataFrame：

如果您需要访问 csv：Suramerica.csv

此代码需要很长时间才能执行。感谢您的宝贵时间 - 任何建议都会很棒。

【问题讨论】：

标签： python csv

【解决方案1】：

似乎没有必要遍历每个组合的完整数据。我正在使用 dict 对象来保存所需的信息。然后使用它计算 np.mean 。这将大大提高执行速度。这是代码：

import numpy as np
import pandas as pd
datos = pd.read_csv("suramerica.csv")

agricultura = list()

output = {}


paises = np.array(['Antigua and Barbuda','Argentina','Chile','Colombia'])
indicadores_agricultura = np.array(['EG.ELC.ACCS.RU.ZS','EG.NSF.ACCS.RU.ZS'])


for k in range(len(datos)):
    cn = datos['CountryName'][k]
    indicator_code = datos['IndicatorCode'][k]
    # change1
    if cn not in output.keys():
            output[cn] = []
    if cn in paises and indicator_code in indicadores_agricultura:
        year = datos['Year'][k]

for o in output:
    # change2
    media = output.get(o)
    if not media:
        media = 0.0
    agricultura.append(np.array([o,np.mean(media)]))

output2 = pd.DataFrame(agricultura,columns=['Paises','Agricultura y Desarrollo Rural'])
print(output2)

【讨论】：

谢谢！它完美！，还有一个问题，我需要在数组中添加所有国家/地区，因此如果国家/地区与任何 IndicatorCode 不匹配，我需要向其媒体添加 0.0。我怎么能用你的代码做到这一点？谢谢！！！
谢谢！上帝保佑你！！

【解决方案2】：

我会以这种方式开始编写循环：

for k, _ in enumerate(datos):
    cn = datos['CountryName'][k]
    ic = datos['IndicatorCode'][k]

    for i in paises:
        if i != cn:
            continue
        for j in indicadores_agricultura:
            if j == ic:
                flag = 1
                media.append(datos['Year'][k])

    if flag:
        agricultura.append(np.array([i,np.mean(media)]))
        del media[:]
        flag = 0

【讨论】：