这是我一直在使用的常见模式:
rows = ['Joe','Amy','Tom']
columns = ['account_no', 'balance']
def f(row, column):
'''Fetches value from database'''
return np.random.random()
pd.DataFrame([[f(row, column) for column in columns] for row in rows], index=rows, columns=columns)
如果行和列都是数字,我也可以使用np.meshgrid:
rows = [1,2,3]
columns = [4,5]
pd.DataFrame(np.vectorize(f)(xs, ys), index=rows, columns=columns)
我的问题是,在一般情况下,最优雅/Pythonic/“pandasic”/最快/最易读的方法是什么?
谢谢!
请您参考如下方法:
这样做的一种方法是将您的函数变成一个 ufunc,然后使用 outer
import numpy as np
uf = np.frompyfunc(f, 2, 1) # f has 2 inputs, 1 outputs
pd.DataFrame(uf.outer(rows, columns), index=rows, columns=columns)
您上面的一个标准是“最具可读性”,我认为您现有的 for 循环解决方案是最好的。
