如何在python中向量化嵌套的for循环

Question

我最关心的是效率。我有一个很长的ID列表，我有一个较短的ID列表。我想在第二个列表中存储ID的位置，这些位置对应于第一个列表中的每个ID（每个ID应该只在每个列表中出现一次）。我已经编写了一个嵌套的for循环来执行此操作，但由于第一个列表包含超过1000个元素，而第二个列表包含超过80k的元素，因此下面的代码需要很长时间（但有效）。

IDD1 = [0] * leng
IDD2 = [0] * leng
## Match IDs to position in table
for i in range(leng):
    for j in range(len(halo_id)):
        if ID1[i] == halo_id[j]:
            IDD1[i] = j
        if ID2[i] == halo_id[j]:
            IDD2[i] = j

如果它有任何相关性，则ID最初来自halotools光环目录表。

编辑：

在两种情况下，数据实际上只是一个整数列表。我想要的结果是整数列表（索引）。 ID1和ID2基本上是相同的，我只需要以相同的方式对它们进行操作。它们是我之前拥有的整数列表。 halo_id是相同但更长的。

Answer 1

首先，创建ID到位置的映射：

idmap = {i: e for (e, i) in enumerate(halod_id)}

然后遍历较小的列表并将其放入映射：

idd1 = [idmap[el] for el in id1]

这将操作从O（n * m）减少到O（n + m）。