datafram的for循环优化

Question

基于原始数据帧的行值，我需要更改另一个数据帧行值。这段代码可以工作，但执行时间很长。你知道吗

我尝试了多种形式的for循环和函数（iterrows、iteritems、apply），但都没用。你知道吗

这是我的密码：

%%timeit
for value in tqdm(range(len(data['DPS_NUM']))):
    for col_nm in ts_col:
        temp = data[col_nm][value]
        if temp != '':
            data2[temp][value] = 1

原始数据帧：

col1 col2 col3 col4
123  foo  bar  zoo
456  bar  foo
789  zoo  zoo

预期数据帧：

col1 foo bar zoo
123   1   1   1
456   1   1   1
789           1

我的代码工作，但它的速度很慢，我需要优化它。你知道吗

Answer 1

对每列使用^{}和聚合max：

#if first column is index
df = pd.get_dummies(df, prefix ='', prefix_sep='').max(axis=1, level=0)
print (df)
      bar  foo  zoo
col1               
123     1    1    1
456     1    1    0
789     0    0    1


#if first column is not index
#df = pd.get_dummies(df.set_index('col1'), prefix ='', prefix_sep='').max(axis=1, level=0)