如何将矩阵传入指数分布求和函数，解决Pandas KeyError报错

• 取值逻辑错误：pandas的DataFrame默认用A[参数]的形式取数时，参数会被识别为列名而非行索引。你的矩阵是5000行121列，列名最大为120（0索引规则）或者121（Excel列1开头规则），当循环中i变量取到121时，pandas会尝试查找名为121的列，不存在就触发KeyError。
• 数值格式问题：你表格里的数值用逗号作为小数点分隔符（比如10,15实际是10.15），如果不提前转换，直接调用int()会触发类型转换报错。
• 行列数匹配问题：如果Excel第一列是行序号（表格中最左侧无表头的序列），读入时未设置为行索引的话，会被当成普通数据列，导致A.shape返回的列数比实际数据多1，进一步触发索引越界。

优先修正取值方式，用.iloc[行索引,列索引]按位置取数，同时处理数值格式和行索引问题，优化后的代码如下：

import numpy as np
import pandas as pd

# 读入Excel时指定逗号为小数点分隔符，第一列为行索引
A = pd.read_excel("matrix.xlsx", decimal=',', index_col=0)
# 若读入后数值还是字符串格式，加这句批量转换：A = A.replace(',', '.', regex=True).astype(float)

num_rows, num_cols = A.shape
a = np.zeros((num_rows, num_cols))

for i in range(num_rows):
    for j in range(num_cols):
        # 用iloc按位置取数，不会触发列名查找的KeyError
        sample_count = int(A.iloc[i, j])
        a[i, j] = np.sum(np.random.exponential(5000, sample_count))

如果要进一步提升运行速度，可以去掉两层Python循环，用向量化操作降低开销：

# 先把DataFrame转成numpy数组
A_np = A.astype(int).to_numpy()
# 向量化生成结果
a = np.vectorize(lambda x: np.sum(np.random.exponential(5000, x)))(A_np)

内容的提问来源于stack exchange，提问作者gasg95