小编Nir*_*oda的帖子

我有一个像这样的元组列表：

list_t = [(1,2),(1,7),(1,8),(2,6),(5,8)]

我想制作数据框，但只有一列：

目前使用这个

df_com = pd.DataFrame(list_t,columns=["so","des"])

但后来我必须再次加入他们，因此增加了运营成本。

感谢您的帮助

我有需要优化的脚本。示例数据添加到此处data。

我尝试了一些将 groupby 更改为使用排序值的方法。我尝试过更快地申请，但反而花费了更多时间。

df_loop = pd.read_excel("data.xlsx")

df_loop.index = df_loop["Destination"]

uni_list = df_loop["Destination"].unique()

def get_custcon(x):
    dfa = df_loop[(df_loop.index.isin(x))]
    dfa.sort_values\
    (by = ["Source","Time"],ascending=True).drop_duplicates('Source'\
                                            ,keep='first',inplace = True)
    return  [x,dfa["con"].sum()/dfa["Options"].sum()]



def get_optimisation(site):
    list_site = []
    for si in range(site):
        s = "step_" + str(si) 
        list_site.append(s)
    list_site = ["random_combination"] + list_site + ["Cust"] 
    test_data = pd.DataFrame(columns = list_site)
    Iteration = 1 #how many iteration do you want to run 
    for it in range(Iteration):
        test_list = []
        random_com = tuple(random.sample(set(df_loop["Source"]\
                                              .unique()),site)) ### random …