Python 什么是一种快速而优雅的方式来转换一个包含一串重复的列，而不对同一个值多次运行转换，

假设我们有一个pandas数据帧df，其列为'A'，以及下面的非向量化转换函数:

def transform_a_to_b(a):
    ...
    return b

然后，如果我们想要使用'A'上的转换创建列'B'，我们可以执行以下操作:

df['B'] = df['A'].apply(lambda x: transform_a_to_b(a))

如果转换花费的时间不是很多，列'A'中有许多重复的值，并且转换总是将重复的a值映射到相同的b值，那么执行此操作的更好方式是什么？另外，假设数据框中有更多列，因此我确实希望将这些值映射回原始数据框中的每一行.

我想出了下面的解决方案，但我觉得应该有更简单的东西.

transform_counts = 0
def transform_a_to_b(a):
    global transform_counts
    # Keep count of how many times this was called
    transform_counts += 1

    return 2 * a

# Test dataframe with several duplicates
df = pd.DataFrame({
    'A': [1, 3, 2, 2, 3, 3, 2, 3, 1, 1, 1],
})

# My solution:
# Perform transformation only 3 times for the 3 unique A values and preserve order
df = df.merge(
    df['A'].drop_duplicates().apply(lambda a: pd.Series(
        data=[a, transform_a_to_b(a)],
        index=['A', 'B'],
    )),
    on='A',
    how='left',
)

函数transform_counts为3且df如下所示:

    A  B
0   1  2
1   3  6
2   2  4
3   2  4
4   3  6
5   3  6
6   2  4
7   3  6
8   1  2
9   1  2
10  1  2

我不反对缓存，如果这是最简单的，但我不能更改原始的转换定义.