根据索引AND列名称逐个单元格填充整个数据帧？

Question

我有一个数据框，其中行索引和列标题应确定每个单元格的内容。我正在使用以下df的更大版本：

df = pd.DataFrame(index = ['afghijklde', 'afghijklmde', 'ade', 'afghilmde', 'amde'], 
                  columns = ['ae', 'azde', 'afgle', 'arlde', 'afghijklbcmde'])

具体来说，我想应用自定义函数edit_distance()或等效函数（有关函数代码，请参见此处），该函数计算两个字符串之间的差异得分。两个输入是行名和列名。以下工作正常，但速度非常慢：

for seq in df.index:
    for seq2 in df.columns:
        df.loc[seq, seq2] = edit_distance(seq, seq2) 

这产生了我想要的结果：

            ae  azde    afgle   arlde   afghijklbcmde
afghijklde  8    7        5       6          3
afghijklmde 9    8        6       7          2
ade         1    1        3       2          10
afghilmde   7    6        4       5          4
amde        2    1        3       2          9

有什么更好的方法（也许使用applymap()？）呢？一切我已经试过applymap()或apply或df.iterrows()返回的那种错误AttributeError: "'float' object has no attribute 'index'"。谢谢。

Answer 1

事实证明，还有一种更好的方法可以做到这一点。上面的onepan字典理解答案很好，但是以随机顺序返回df索引和列。使用嵌套.apply()可以以相同的速度完成相同的操作，并且不会更改行/列的顺序。关键是不要挂断先命名df的行和列，然后再填充值。取而代之的是，将未来的索引和列视为独立的熊猫系列。

series_rows = pd.Series(['afghijklde', 'afghijklmde', 'ade', 'afghilmde', 'amde'])
series_cols = pd.Series(['ae', 'azde', 'afgle', 'arlde', 'afghijklbcmde'])

df = pd.DataFrame(series_rows.apply(lambda x: series_cols.apply(lambda y: edit_distance(x, y))))
df.index = series_rows
df.columns = series_cols