我在 python 中有一個非常大的數據集，它來自一個網絡 CDF 文件。列名是緯度，索引是經度。對于數據庫中的每個索引/列，都有我感興趣的 az 值。我想要一個包含 columns 的新數據框['Latitude','Longitude','Z']。我能夠使用 itertools 提出一個解決方案，但我的數據框尺寸是 (7200,14400) 給了我 103,680,000 個值來迭代。有沒有更有效的方法來做到這一點。我在這里提供了一個示例輸入和輸出，以便于測試。pandas 中是否有一個 pivot 函數或其他有效的方法來解決這個問題？#import librariesimport numpy as npimport pandas as pdimport itertools#Create Sample Datacolumns=['a','b','c']rows=['1','2','3']d_base=np.array([0.1,0.2,0.3])data=np.tile(d_base,(3,1))#create dfdf=pd.DataFrame(data,columns=columns,index=rows)dfOut[]     a    b    c1  0.1  0.2  0.32  0.1  0.2  0.33  0.1  0.2  0.3這是可行但速度慢的解決方案。#iterate all combinations of columns and rowscol_index_pairs=list(itertools.product(columns, rows))desired_output=pd.DataFrame()#lookup the value of each possible pair in the original dataframe and put it into a new one.for item in col_index_pairs:    desired_output[item]=[item[0],item[1],df.loc[item[1],item[0]]]    desired_output=desired_output.Tdesired_output.columns=['Latitude','Longitude','Z']desired_outputOut[]:        Latitude Longitude    Z       a         1           0.1       a         2           0.1       a         3           0.1       b         1           0.2       b         2           0.2       b         3           0.2       c         1           0.3       c         2           0.3       c         3           0.3