不修改外层for循环前提下用value_counts填充矩阵的高效方法咨询

你可以直接利用NumPy的向量化索引特性替换掉Python层面的循环，仅需一行代码即可完成填充，性能远高于逐行迭代，且完全不需要修改外层逻辑、也不会用到groupby：

# 直接替换原有的两行for循环代码即可
res_matrix[i, table_count.index] += table_count.values.astype(int)

原理说明 #

• 你通过value_counts()得到的table_count是Series结构，它的索引就是b列的取值val，对应值就是出现次数cnt
• 代码直接通过res_matrix[i, table_count.index]定位到结果矩阵第i行所有需要更新的位置，一次性批量累加对应计数
• 整个操作底层由C实现，完全规避了Python循环的解释器开销，数据量越大时性能优势越显著

兼容性说明 #

就算当前i对应的b列存在缺失的取值（部分j没有出现）也不会影响结果：未出现的j不会出现在table_count的索引里，自然不会被赋值，相当于加0，和原有逻辑的输出结果完全一致。

内容的提问来源于stack exchange，提问作者Fabrizio