python 如何优化双重循环？

from scipy.stats import pearsonr
      # X,Y 是一个字典，每一个 key 对应一个序列 pandas.Series ， 序列的元素是 float
      # 难点：序列的 index 可能不一致，比如 X[k1] 这个序列的 index 是 0 到 100 ，
      # Y[k2] 这个序列的 index 是 30 到 130 ， X[k1] 和 Y[k2] 这两个序列里面可能有 nan 值。
      # 要求：取出 X[k1] 和 Y[k2] 这两个序列中索引相同的，且不含 nan 值的部分，做相关系数
      result = np.empty((len(X),len(y)))
      for kx in X.keys():
           for ky in Y.keys():
                df = pd.DataFrame({'col1':X[kx], 'col2':Y[ky]}).dropna()  # 耗时几乎都在这上面了 
                result[kx,ky] = pearsonr(df.col1, df.col2)