优化Python代码

Question

我现在有一列，list 如图下，

一个table如图下

list的行数与table行数相同，我想给table重新赋值, 根据list的元素顺序，让元素名称找到table对应的列，然后在所在的行赋值为1；如图下

这是我的代码：

temp_df = pd.DataFrame(clean_dict, index=test_combined_table2.index)
industry_list = test_combined_table2['industry']
for industry_index in range(len(industry_list)):
    temp_df[industry_list[industry_index]][industry_index] = 1

由于数据比较大，遍历很慢，有什么更快捷的办法吗？

Answer 1

您可以使用pandas的loc方法来对行和列进行定位并赋值，这样比遍历整个DataFrame的效率更高。具体代码如下：

temp_df = pd.DataFrame(clean_dict, index=test_combined_table2.index)
industry_list = test_combined_table2['industry']
for i, industry_name in enumerate(industry_list):
    temp_df.loc[i, industry_name] = 1

在loc中，第一个参数表示行索引，第二个参数表示列索引，可以用变量代替索引值，这样就可以通过遍历industry_list来定位列并赋值了。同时，为了提高效率，建议遍历时使用enumerate函数来同时获取索引和元素值。