Question

我有2个for循环，一个又一个，我想以某种方式摆脱它们以提高代码速度。我的熊猫数据框如下所示（标题代表不同的公司，行代表不同的用户，1表示用户访问了该公司，否则0）：

   100  200  300  400
0    1    1    0    1
1    1    1    1    0

我想比较数据集中的每一对公司，为此，我创建了一个包含所有公司ID的列表。该代码查看列表中的第一个公司（基础），然后与其他每个公司（对等）配对，因此第二个“ for”循环。我的代码如下：

def calculate_scores():
    df_matrix = create_the_matrix(df)
    print(df_matrix)
    for base in list_of_companies:
        counter = 0
        for peer in list_of_companies:
            counter += 1
            if base == peer:
                "do nothing"
            else:
                # Calculate first the denominator since we slice the big matrix
            # In dataframes that only have accessed the base firm
            denominator_df = df_matrix.loc[(df_matrix[base] == 1)]
            denominator = denominator_df.sum(axis=1).values.tolist()
            denominator = sum(denominator) - len(denominator)

            # Calculate the numerator. This is done later because
            # We slice up more the dataframe above by
            # Filtering records which have been accessed by both the base and the peer firm
            numerator_df = denominator_df.loc[(denominator_df[base] == 1) & (denominator_df[peer] == 1)]
            numerator = len(numerator_df.index)
            annual_search_fraction = numerator/denominator
            print("Base: {} and Peer: {} ==> {}".format(base, peer, annual_search_fraction))

编辑1（添加了代码说明）：

度量标准如下：

1）我要计算的指标将告诉我与所有其他搜索相比，一起搜索2家公司的次数。

2）代码首先选择了已访问基本公司（denominator_df = df_matrix.loc[(df_matrix[base] == 1)]）行的所有用户。然后，它计算分母，该分母计算基础公司和用户搜索到的任何其他公司之间有多少个唯一组合，由于我可以计算（用户）访问的公司数量，因此我可以减去1得到基础公司与其他公司之间的独特联系。

3）接下来，代码对前一个denominator_df进行过滤，以仅选择访问基础公司和对等公司的行。由于我需要计算访问基础公司和对等公司的用户数，因此我使用以下命令：numerator = len(numerator_df.index)来计算行数，这将使我得到分子。

顶部数据框的预期输出如下：

Base: 100 and Peer: 200 ==> 0.5
Base: 100 and Peer: 300 ==> 0.25
Base: 100 and Peer: 400 ==> 0.25
Base: 200 and Peer: 100 ==> 0.5
Base: 200 and Peer: 300 ==> 0.25
Base: 200 and Peer: 400 ==> 0.25
Base: 300 and Peer: 100 ==> 0.5
Base: 300 and Peer: 200 ==> 0.5
Base: 300 and Peer: 400 ==> 0.0
Base: 400 and Peer: 100 ==> 0.5
Base: 400 and Peer: 200 ==> 0.5
Base: 400 and Peer: 300 ==> 0.0

4）进行完备性检查，以查看代码是否提供了正确的解决方案：1家基本公司与所有其他同行公司之间的所有指标必须总计为1。它们在我发布的代码中进行了

任何关于前进方向的建议或技巧将不胜感激！

Answer 1

您可能正在寻找itertools.product（）。这是一个与您似乎想要执行的操作类似的示例：

import itertools

a = [ 'one', 'two', 'three' ]

for b in itertools.product( a, a ):
    print( b )

以上代码段的输出为：

('one', 'one')
('one', 'two')
('one', 'three')
('two', 'one')
('two', 'two')
('two', 'three')
('three', 'one')
('three', 'two')
('three', 'three')

或者您可以这样做：

for u,v in itertools.product( a, a ):
    print( "%s %s"%(u, v) )

然后输出，

one one
one two
one three
two one
two two
two three
three one
three two
three three

如果您想要一个列表，可以这样做：

alist = list( itertools.product( a, a ) ) )

print( alist )

输出为

[('one', 'one'), ('one', 'two'), ('one', 'three'), ('two', 'one'), ('two', 'two'), ('two', 'three'), ('three', 'one'), ('three', 'two'), ('three', 'three')]

Python：如何摆脱嵌套循环？

1 个答案: