给定是一个熊猫表，其中每一行代表NxM网格上的一个正方形。仅当正方形被占用时，正方形才会出现在表格中。正方形可以被属于C类之一的对象占据。

表的每一行都包含以下几列：row，column，class。

对于NxM网格的每个占用的正方形，我希望找到：

• 附近是否所有广场都被占用
• 它们是否被相同类的对象占据

如果附近没有至少一个正方形被占用，请立即继续到下一行。

我当前的解决方案使表使用（行，列）作为多索引。然后，它将邻域的（行，列）坐标生成一个列表，并在熊猫表上调用loc。之后，我首先检查结果是否包含nan，最后是否存在外部类：

neighbourhood = [(r1,c1),(r2,c2),...]
result = grid_df.loc[neighbourhood]['class'].ravel()
if np.isnan(result).any():
    return 'Free neighbourhood'
if len(np.unique(result)) == 1 and cur_class in np.unique(result):
    return 'Same class'
return 'Foreign class'

但是，此解决方案太慢。我有成千上万个这样的网格，具有不同的网格大小和不同的社区。有什么办法可以改善这一点？