用多个范围从嵌套的循环填充数据框

Question

我正在为建筑物盒进行一些计算（是的，将东西放入其中）。我要做的是将盒子尺寸，壁厚，盖子厚度和其他参数作为输入，并进行数学以获取我的材料分解。

我从一个功能开始，然后将其更进一步，然后用数据帧数学替换该功能，因此我可以一次计算几个框。然后我得到了越来越多的想法，最后，我正在尝试计算一定范围的尺寸和材料组合中的所有可能的框。

我遇到的问题是，我正在尝试用所有必要的输入值填充我的数据框。为此，我正在使用嵌套进行循环。

for width in range(50,150,5):
 for length in range(50,150,5):
  for height in range(50,150,5):
   (append to dataframe)

随着范围越来越大，数据帧变得巨大。最后，我必须花几个小时等待for循环完成并获取我的输入CSV，以便进行30秒的DF处理并获得我的结果（嵌套的循环比所示的循环更多）。

问题是，在这样的情况下，嵌套循环是填充数据的最佳方法，在这种情况下，您必须扫整一个范围并生成几个变量的组合？还是有一种更有效的方法来填充不需要这么长时间的数据框架？

Answer 1

您可以使用 itertool.itertool.product.product 。

import pandas as pd
import numpy as np
import itertools

df = pd.DataFrame(itertools.product(np.arange(50,150,5), 
                                    np.arange(50,150,5),
                                    np.arange(50,150,5)),
                  columns = ['width', 'length', 'height']
                 )
print(df)

输出：

      width  length  height
0        50      50      50
1        50      50      55
2        50      50      60
3        50      50      65
4        50      50      70
...     ...     ...     ...
7995    145     145     125
7996    145     145     130
7997    145     145     135
7998    145     145     140
7999    145     145     145

[8000 rows x 3 columns]

说明：

>>> list(itertools.product(np.arange(1,3), np.arange(1,3),np.arange(1,3)))

[(1, 1, 1),
 (1, 1, 2),
 (1, 2, 1),
 (1, 2, 2),
 (2, 1, 1),
 (2, 1, 2),
 (2, 2, 1),
 (2, 2, 2)]

Answer 2

我认为您可能可以在尺寸上进行数据框架上的十字架加入。

df = pd.DataFrame([x for x in range(50,150,5)],columns='dim') 
# this will create a dataframe with a single column called dim that is just the range
df.merge(df,how='cross')
# this gives the cartesian production - that is, all combinations, of the range in the 
# first column and the range in the second column. df has 20 rows and after the merge
# this has 400 rows
df.merge(df,how='cross').merge(df,how='cross')
# this gives the cartesian production and then the cartesian product of it again. this results
# in 8000 rows, which is 20x20x20

结果：

    dim_x   dim_y   dim
0   50        50    50
1   50        50    55
2   50        50    60
3   50        50    65
4   50        50    70
...

在您的示例中，看起来长度，宽度和高度都是相同的，但是如果它们不同，则只需将三个不同的启动数据范围合并。