python之有没有办法更快地运行此 Python 代码段

from collections import defaultdict 
dct = defaultdict(list) 
for n in range(len(res)): 
    for i in indices_ordered: 
        dct[i].append(res[n][i]) 

注意res是一个长度为5000的pandas Series列表，indices_ordered是一个长度为20000的字符串列表。在我的Mac(2.3 GHz Intel Core i5 和 16 GB 2133 MHz LPDDR3) 运行此代码。我是 Python 的新手，但我觉得更聪明的编码(可能更少的循环)会有很大帮助。

编辑:

这是一个示例，说明如何创建数据(res 和 indices_ordered)以便能够在代码段之上运行(稍微更改以访问唯一字段而不是按字段名，因为我找不到如何使用字段名构建内联系列)

import random, string, pandas 
index_sz = 20000 
res_sz = 5000 
indices_ordered = [''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(10)) for i in range(index_sz)] 
res = [pandas.Series([random.randint(0,10) for i in range(index_sz)], index = random.sample(indices_ordered, index_sz)) for i in range(res_sz)] 

请您参考如下方法:

这里的问题是您要为每个值迭代 indices_ordered。只需删除 indices_ordered。以数量级方式剥离它以测试时间:

import random 
import string 
 
import numpy as np 
import pandas as pd 
 
from collections import defaultdict 
 
 
index_sz = 200 
res_sz = 50 
indices_ordered = [''.join(random.choice(string.ascii_uppercase + string.digits) 
                   for _ in range(10)) for i in range(index_sz)] 
 
res = [pd.Series([random.randint(0,10) for i in range(index_sz)], 
                  index = random.sample(indices_ordered, index_sz)) 
       for i in range(res_sz)] 
 
 
def your_way(res, indices_ordered): 
    dct = defaultdict(list) 
    for n in range(len(res)): 
        for i in indices_ordered: 
            dct[i].append(res[n][i]) 
 
 
def my_way(res): 
    dct = defaultdict(list) 
    for item in res: 
        for string_item, value in item.iteritems(): 
            dct[string_item].append(value) 

给予:

%timeit your_way(res, indices_ordered) 
160 ms ± 5.45 ms per loop (mean ± std. dev. of 7 runs, 10 loops each) 
 
%timeit my_way(res) 
6.79 ms ± 47.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) 

这降低了整个方法的时间复杂度，因为您不必每次都遍历 indicies_ordered 并分配值，因此随着数据量的增长，差异会变得更加明显。

只增加一个数量级:

index_sz = 2000 
res_sz = 500 

给予:

%timeit your_way(res, indices_ordered) 
17.8 s ± 999 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) 
 
%timeit my_way(res) 
543 ms ± 9.07 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)