将代码转换为numpy以获得更好的性能

Question

我有这个：

partial = {}
for d in devs["d"]:
    for k in a1km:
        total = len(cp[(cp["r"]==d) & (cp["s"]==k)])
        partial.update({str(d)+str(k): total})

变量cp和devs是pandas数据帧，并且a1km是包含一个站点以及距该站点1km的所有站点（预先计算）的字典。对于每个d和每个站点k，我要输出的结果都是cp数据框中与查询匹配的所有记录，都存储为total，所以：

d, k, total

我从没与numpy一起工作过，我试图尽快学习，但是考虑到实验室中的时间问题，该库太大了，无法处理。所以我的问题是，如何将下面的代码“翻译”为numpy以提高性能？

Answer 1

您可以过滤数据框并使用pandas.DataFrame.groupby：

tmp = cp[(cp['r'].isin(devs['d'].unique()) & (cp['s'].isin(a1km))]

result_df = tmp.groupby(['r','s']).size()

请注意，这也可能非常慢。

然后将其制成字典：

partial = {str(k[0]) + str(k[1]): v for k,v in result_df.to_dict().items()}