扫码加入数据分析学习群

使用Pandas，我试图找到A列中某些值的最近重叠出现，这也恰好出现在B列中（但不一定发生在同一行）; 对A列中的所有行都要这样做。

我已经用n ^ 2解决方案完成了一些事情（通过创建每个列的列表并使用嵌套的for循环迭代），但我想尽可能使用更快的东西; 因为这需要在包含数万个条目的表中实现。（因此，Vectorized解决方案将是理想的，但我更希望采用“正确”的方式来实现这一目标。）

df['idx'] = range(0, len(df.index))

A = list(df['r_A'])

B = list(df['r_B'])

A_B_Dict = {}

for i in range(0, len(B)-1):

for j in range(0, len(A)-1):

if B[i] == A[j]:

A_search = df.loc[df['r_A'] == A[j]].index

A_B_Dict[B[i]] = A_search

给出一些像这样的df：

df = [[1, 'A', 'A'],

[2, 'B', 'D'],

[3, 'C', 'B']

[4, 'D', 'D']

]

df = pd.DataFrame(data, columns = ['idx', 'A', 'B'])

它应该回馈类似的东西：

A_B_Dict = {'A': 1, 'B': 3, 'C':None', 'D':4}

这样，在B列中出现的A列的最近一次遵守（或者所有观察，就此而言）都存储为A_B_Dict其中键的A_B_Dict值是A列中观察到的原始值的值。