如何高效在Pandas DataFrame中识别跨RING的CIRCUIT关联CLLI

针对你的50万行数据集，绝对不要用逐行迭代，Pandas的分组和矢量化操作能把速度提升几个数量级。下面是直接可用的原生解决方案，核心思路是通过groupby批量处理每个CIRCUIT的关联数据：

实现步骤与代码 #

假设你的DataFrame名为df，包含RING、CLLI、RR、root、CIRCUIT列：

import pandas as pd

def process_circuit_group(group):
    # 为当前CIRCUIT构建「RING对应CLLI」的映射字典
    ring_to_clli = group.set_index('RING')['CLLI'].to_dict()
    # 如果当前CIRCUIT只对应一个RING，直接设为NaN
    if len(ring_to_clli) == 1:
        group['NeigbourCLLI'] = pd.NA
        return group
    # 对组内每一行，筛选出非当前RING的CLLI并合并为字符串
    group['NeigbourCLLI'] = group['RING'].apply(
        lambda current_ring: ','.join(
            [clli for ring, clli in ring_to_clli.items() if ring != current_ring]
        )
    )
    return group

# 按CIRCUIT分组处理，直接更新原DataFrame
df = df.groupby('CIRCUIT', group_keys=False).apply(process_circuit_group)

为什么这个方法高效？ #

1. 批量分组处理：每个CIRCUIT只被处理一次，避免了逐行迭代时重复查询整个数据集的开销；
2. 底层优化：groupby和apply的底层是Pandas优化过的C级实现，比Python层面的循环快得多；
3. 逻辑精准：先判断CIRCUIT是否跨RING，再生成对应值，无多余计算。

效果示例 #

假设原数据如下：

处理后新增列结果：

内容的提问来源于stack exchange，提问作者user14073111