我有 2 個(gè) dfs：df 和 df0df 看起來(lái)像這樣：foo bar bazA   1   5A   1   10A   1   18A   2   14A   2   18A   2   22A   6   6A   6   15df0 像這樣：foo bar bazA   1   0A   2   7A   6   5在兩個(gè) dfs 中，“foo”可以采用除“A”之外的其他值。我想向 df 的每一行添加 df0 的行數(shù)，其中 row.foo == df0.foo 且 row.bar < df0.bar 且 row.baz >= df0.baz。因此，輸出將是：foo bar baz nA   1   5   0A   1   10  2A   1   18  2A   2   14  1A   2   18  1A   2   22  1A   6   6   0A   6   15  0我有一個(gè)工作版本（如下），但它迭代 df，這本質(zhì)上很慢（約 30 次迭代/秒，df 可以有數(shù)百萬(wàn)行）。是否有矢量化/更快的方法來(lái)完成相同的任務(wù)？rows = []for row in df.itertuples():     rows.append([row.baz, row.foo, row.bar, len(df0.loc[(row.bar < df0.bar) & (row.baz >= df0.baz) & (row.foo == df0.foo)])])df = pd.DataFrame(rows, columns=["baz", "foo", "bar", "n"])