使用键重新组合大熊猫中的数据框。比遍历行更快的方法吗？

Question

摘要：

我想将表示动作开始和结束的时间序列代码（大型数据集）排列成甘特图，因此我需要将它们重新分组为任务（名称），开始（时间）和完成（时间）列。但是到目前为止，我只能使用for循环在每行上非常缓慢地进行迭代:(

（我一直在尝试groupby和透视，但是我只是对这些还不够了解，无法让它们做我想要的事情。）

键

我有一个'key'字典/ df，带有一个[[start_code，end_code和一个动作label。简化示例：

import pandas as pd
code_key_cols = ["start_code", "end_code", "label"]
code_key = [[1, 2, "a"],
            [3, 4, "b"],
            [5, 6, "c"],
            [7, 8, "d"]]
code_df = pd.DataFrame(code_key, columns=code_key_cols)

Out[]:    start_code  end_code label
      0           1         2     a
      1           3         4     b
      2           5         6     c
      3           7         8     d

数据
然后我有一堆数据，这些数据只是这些代码的时间序列。我想以一种绘制甘特图的方式来组织它们。对于plotly，这意味着具有
task

，start，finish列。 （（

[仅创建伪造数据

例如，模仿实际数据的行为，其中相同的操作类型不能并行发生两次，而只能并行发生）]

from random import shuffle
data = []
for i in range(3000):
    start_codes = [x for x in code_df.iloc[:, 0]]
    end_codes = [x for x in code_df.iloc[:, 1]]
    shuffle(start_codes)
    shuffle(end_codes)
    [data.append(x) for x in start_codes]
    [data.append(x) for x in end_codes]

data_cols = ["code", "time"]
data_df = pd.DataFrame()
data_df['code'] = data
data_df['time'] = pd.date_range(start="19700101", periods=len(data))

print(data_df.head())
   code       time
0     3 1970-01-01
1     1 1970-01-02
2     7 1970-01-03
3     5 1970-01-04
4     2 1970-01-05

我的尝试：
我可以做到，但只能以非常缓慢的方式，逐行迭代！我敢肯定，熊猫有一种更有效的方法。你会怎么做？这是我的方法，但是使用df的12K行需要13s：（
import numpy as np
lst = []
for _, code_row in code_df.iterrows():
    begin = True
    task = np.nan
    start = np.nan
    finish = np.nan
    for _, data_row in data_df.iterrows():
        if begin:
            if code_row['start_code'] == data_row['code']:
                task = code_row.label
                start = data_row.time
                begin = False
        else:
            if code_row['end_code'] == data_row['code']:
                finish = data_row.time
                begin = True
                lst.append([task, start, finish])

df3 = pd.DataFrame(data=lst, columns=["Task", 'Start', 'Finish'])

输出
对于上下文，我将显示目标，并使用以下代码绘制甘特图（为简化起见，<
import plotly.figure_factory as ff
import plotly.io as pio
pio.renderers.default = "browser"

fig = ff.create_gantt(df3, group_tasks=True)
fig.show()
顺便说一句，如果你读了这么远，非常感谢你的时间！ ：）

摘要：我想将表示操作开始和结束的时间序列代码（大型数据集）排列成甘特图，因此我需要将它们重新分组为任务（名称），开始（时间），和...

Answer 1