如何加速使用努比。哪里在大Pandas数据帧上？

Question

我写的代码工作正常，但我有一个速度问题。。。你知道吗

一个函数（如下）被调用了近10000次，每次在我的机器上需要0.4秒以上的时间，这意味着脚本本身需要大约66分钟——太长了，不可能有用。对于Python-3.x，有没有一种更快的方法来编写类似countifs的函数？（上下文对应excel）

我有一个80万行和50列的输入，它被读入一个数据帧（df）。到目前为止一切都很好。我只对四列感兴趣：“dateA”、“dateB”、“theme”和“category”。你知道吗

我给函数一次又一次地输入单独的日期（在别处生成）——例如，在2013-01-01和2017-12-31之间（'specifiedDate'）；这是c.2000调用函数的来源。对于每个“specifiedDate”，有五个类别（由“a”提供）将2000个调用乘以5！我正在尝试快速计算df中符合所提供条件的行数（在np.哪里（））对于每个日期和类别。你知道吗

import numpy as np
import pandas as pd

def loopthroughdates(specifiedDate, a):
    df['calc'] = np.where((df['category'] == a)
                        & (df['dateA'] < specifiedDate)
                        & (df['dateB'] > specifiedDate)
                        | (df['category'] == a)
                        & (df['theme'] == "Blue")
                        & (df['dateA'] < specifiedDate),1,0)
    total = df['calc'].sum()
    return total

函数返回一个整数，该整数等于与中的条件匹配的行数np.哪里（）对于每个日期和类别。此整数在脚本的其余部分中用于构建如下所示的表：

Date,cat1,cat2,cat3,cat4,cat5
2015-04-10,100,300,80,30,250
2015-04-11,101,300,70,35,248
2015-04-12,102,298,72,38,247

我已经尝试了很多方法，从这个网站上的其他问题的零碎，但找不到一个比这个更快的，我觉得一定有-你能帮忙吗？你知道吗

---

编辑

该函数由嵌套for循环调用：

for specifiedDate in datelist:
    for a in categorylist:
        total = loopthroughdates(specifiedDate, a)

df样本（5行），不包括无关（？）列-记住这是超过800000行和50列：

dateA,dateB,category,theme
2015-01-01,2015-05-10,cat2,blue
2015-04-11,2015-04-13,cat2,blue
2015-02-25,2015-06-01,cat5,red
2015-08-01,2015-08-15,cat1,blue
2014-10-10,2015-09-03,cat4,blue

谢谢！你知道吗