如何高效对多DataFrame执行scipy.stats.binom.pmf逐元素计算？

直接利用Numpy的广播机制和Scipy统计函数的向量化支持，这是处理这类逐元素运算最高效的方式，比Python循环快几个数量级。

具体步骤： #

• 将三个DataFrame转换为Numpy数组，利用广播让df2的(18,1)形状自动匹配df1和df3的(18,19)形状
• 直接调用scipy.stats.binom.pmf进行向量化计算（该函数原生支持数组输入）
• 将计算结果转换回DataFrame，保留原df1的索引和列名

代码示例： #

import scipy.stats as stats
import pandas as pd

# 提取DataFrame的底层Numpy数组
arr1 = df1.values
arr2 = df2.values  # 形状为(18,1)，会自动广播到(18,19)维度
arr3 = df3.values

# 向量化计算二项分布PMF
pmf_result = stats.binom.pmf(arr1, arr2, arr3)

# 转换为目标DataFrame
df4 = pd.DataFrame(pmf_result, index=df1.index, columns=df1.columns)

关键说明： #

• 广播机制：Numpy会自动将arr2（18行1列）扩展为18行19列的数组，匹配arr1和arr3的形状，无需手动重复数据
• 向量化优势：Scipy的binom.pmf函数在处理数组时，是通过底层C代码实现运算，完全避开Python循环的性能开销
• 数据合法性：确保df1的元素为非负整数（二项分布的成功次数k），df2的元素为正整数（试验次数n），df3的元素在[0,1]区间内（单次成功概率p），否则会返回NaN或触发错误

内容的提问来源于stack exchange，提问作者As18