如何高效生成含递归依赖关系的DataFrame行？

问题说明 #

已知递归规则：

• $b_t = 2 \times a_t$
• $a_t = b_{t-1} - 1$
  已知第0行的$a_0$值，需要生成包含n行的DataFrame，要求避免循环以保证高效性。

方案1：推导通项公式批量生成 #

通过数学推导将递归关系转化为通项公式，直接批量计算所有行的值，这是最高效的方式：

1. 递推公式转化
   将$b_{t-1}=2a_{t-1}$代入$a_t = b_{t-1}-1$，得到：
   $$a_t = 2a_{t-1} - 1$$
   这是线性非齐次递推关系，求解得通项：
   $$a_t = (a_0 - 1) \times 2^t + 1$$
   对应$b_t$的通项：
   $$b_t = 2 \times a_t = (a_0 - 1) \times 2^{t+1} + 2$$

2. 代码实现

import pandas as pd
import numpy as np

def generate_df(a0, n_rows):
    # 生成行索引t，从0到n_rows-1
    t = np.arange(n_rows)
    # 计算a列
    a = (a0 - 1) * (2 ** t) + 1
    # 计算b列
    b = 2 * a
    # 构造DataFrame
    return pd.DataFrame({"a": a, "b": b})

# 测试：a0=3，生成4行（对应示例数据）
df = generate_df(a0=3, n_rows=4)
print(df)

运行结果与示例DataFrame一致：

a   b
0   3   6
1   5  10
2   9  18
3  17  34

方案2：numpy向量化运算（适用于无法推导通项的复杂递归） #

如果递归关系无法推导通项，可以利用numpy的向量化索引操作实现无循环计算，效率远高于Python原生循环：

import pandas as pd
import numpy as np

def generate_df_recursive(a0, n_rows):
    # 初始化数组存储a和b
    a = np.empty(n_rows, dtype=int)
    b = np.empty(n_rows, dtype=int)
    a[0] = a0
    b[0] = 2 * a0
    # 批量计算后续行的值
    a[1:] = b[:-1] - 1
    b[1:] = 2 * a[1:]
    return pd.DataFrame({"a": a, "b": b})

# 测试
df = generate_df_recursive(a0=3, n_rows=4)
print(df)

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