請考慮以下DataFrame df：timestamp    id        condition             1234      A                 2323      B             3843      B             1234      C             8574      A             9483      A基于列條件中包含的條件，我必須在此數據框中定義一個新列，該列計算該條件中有多少個id。但是，請注意，由于DataFrame是由timestamp列排序的，因此可能會有多個具有相同id的條目，然后簡單的.cumsum（）并不是可行的選擇。我已經給出了以下代碼，該代碼可以正常運行，但是速度非常慢：#I start defining empty arraysids_with_condition_a = np.empty(0)ids_with_condition_b = np.empty(0)ids_with_condition_c = np.empty(0)#Initializing new columndf['count'] = 0#Using a for loop to do the task, but this is sooo slow!for r in range(0, df.shape[0]):    if df.condition[r] == 'A':        ids_with_condition_a = np.append(ids_with_condition_a, df.id[r])    elif df.condition[r] == 'B':        ids_with_condition_b = np.append(ids_with_condition_b, df.id[r])        ids_with_condition_a = np.setdiff1d(ids_with_condition_a, ids_with_condition_b)    elifif df.condition[r] == 'C':        ids_with_condition_c = np.append(ids_with_condition_c, df.id[r])df.count[r] = ids_with_condition_a.size保留這些Numpy數組對我來說非常有用，因為它會給出特定條件下的ID列表。我也可以將這些數組動態地放入df DataFrame中的相應單元格中。您是否能夠提出更好的性能解決方案？