避免FOR循环将多个字符串追加到列表中

Question

我需要在选定的行上使用一些字符串更新DataFrame列，为此我有了索引。到目前为止，我已经可以通过列表理解来实现所需的功能：

[data.particleIDs.values[idx[i]].append(particlenames[i]) for i in range(len(idx))]

其中data.particleIDs是需要更新的DataFrame列，particlenames是一个包含字符串的列表，而idx是一个数组，该数组包含每个字符串需要写入的DataFrame行。几个字符串对应于同一行，我需要将它们全部写在DataFrame列中。

假设我有一个DataFrame和用于更新它的字符串列表：

data = pd.DataFrame({'particleIDs': [[] for i in range(20)]}
particlenames = ['c15001'+str(i) for i in range(10))]

我有10个字符串，我需要使用它们来更新DataFrame中的行[7 8 15 8 11 0 15 1 12 8]，即，我需要将每个字符串添加到相应的行中。

FOR循环非常慢，因为实际的particlenames列表很长，我需要重复此过程几次。

有什么我可以做的来加快速度吗？

谢谢！

Answer 1

我不知道.append函数为什么会被公开，因为它会导致各种问题。

如果您的数据框有十行，而您又追加了一行，则返回的数据框是现有数据框的copy加一行。这被称为二次复制，会导致严重的性能影响。

您要做的是用新数据创建一个新的数据框，然后将其与现有的数据框连接起来，可能会根据您的上下文重置/忽略索引。

df_new = pd.DataFrame(...)  # Column names must match.
pd.concat([data, df_new]).reset_index(drop=True)

请参阅我在此相关文章中的回复。 Using pandas .append within for loop

编辑

鉴于您已编辑的问题，您只需使用loc：

data.loc[[7, 8, 15, 8, 11, 0, 15, 1, 12, 8], 'particleIDs'] = particlenames
>>> data
   particleIDs
0      c150015
1      c150017
2           []
3           []
4           []
5           []
6           []
7      c150010
8      c150019
9           []
10          []
11     c150014
12     c150018
13          []
14          []
15     c150016
16          []
17          []
18          []
19          []