小编Guy*_*ash的帖子

我有一个带有 2 列“类型”和“符号”的熊猫数据框，如下所示

    type    sign
0   open    A
1   open    B
2   open    D
3   close   B
4   close   D
5   open    B
6   close   B
7   close   A

"A" + "open" 表示事件 A 已经开始发生。"A" + "close" 表示事件 A 已经停止。当时间是一个主要问题时，我需要对其进行矢量化（该列表实际上大约有 4000 万行）。有点像单热编码，但当且仅当事件是“活动的”时，我需要“1”才能存在。例如，对于这种情况，结果应该是：

    A   B   C   D   type    sign
0   1   0   0   0   open    A
1   1   1   0   0   open    B
2   1   1   0   1   open    D
3   1   0   0   1   close   B
4   1   0   0 …

我需要创建一个大小为 N 的数字 0-9 的所有排列的数组（输入，1 <= N <= 10）。

我试过这个：

np.array(list(itertools.permutations(range(10), n)))\n

对于 n=6：

timeit np.array(list(itertools.permutations(range(10), 6)))\n

在我的机器上给出：

68.5 ms \xc2\xb1 881 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 10 loops each)\n

但它根本不够快。\n我需要它低于 40 毫秒。

注意：\n我无法从 numpy 版本 1.22.3 更改机器

我有 2 个带有一些通用索引的数据帧，有些则不是：

df1
   DATA
1     1
2     2
3     3
4     4
5     5

df2
   DATA
3     3
4     4
5     5
6     6
7     7

我想对它们求和/取最大值（对于不同的列，我实际上需要两者），并将缺失的索引视为 0。在这个例子中，结果应该是：

df_results
   DATA
1     1
2     2
3     6
4     8
5    10
6     6
7     7

其中 3,4,5 相加，但其余保持不变。

谢谢！