如何向pandas DataFrame中插入邻点坐标数组且避免使用for循环？

问题原因 #

你原有代码的错误主要有两点：

• indices_Neighbours是独立于DataFrame的外部数组，不属于DataFrame的列，无法通过行对象的属性访问
• np.array传参格式错误，不能将三个独立的Series作为参数直接传入

最优实现方案（高性能，适配GB级数据） #

先把坐标转成numpy数组，直接通过索引批量取值，避免pandas行级遍历的开销：

# 先把所有坐标转成numpy数组，每一行对应一个点的[X,Y,Z]坐标
coord_array = inFile[["X", "Y", "Z"]].values
# 直接用邻点索引数组批量取坐标，转成要求的列表格式
inFile["Neighbours_Coordinates"] = [coord_array[idx].tolist() for idx in indices_Neighbours]

方案说明 #

• 全程都是numpy向量化索引操作，列表推导的开销远低于pandas的apply行遍历，处理GB级数据时性能优势非常明显
• 输出格式和你要求的完全一致，每个单元格存储所有邻点坐标组成的二维列表

修复原有apply写法（不推荐，性能更低） #

如果你一定要用apply实现，也可以修改为如下可运行版本，但处理大数据量时速度会慢很多：

coord_array = inFile[["X", "Y", "Z"]].values
inFile["Neighbours_Coordinates"] = inFile.apply(
    lambda row: coord_array[indices_Neighbours[row.name]].tolist(), 
    axis=1
)

内容的提问来源于stack exchange，提问作者Sadae