有没有一种方法可以使循环中更快地更改DataFrame？

Question

    for index, row in df.iterrows():
        print(index)

        name = row['name']
        new_name = get_name(name)
        row['new_name'] = new_name

        df.loc[index] = row

在这段代码中，我的测试表明，最后一行使其变得非常缓慢，非常缓慢。它基本上是逐行插入新的列。也许我应该将所有“ new_name”存储到列表中，然后在循环外部更新df？

Answer 1

使用Series.apply处理列的每个值，它像iterrows一样快：

df['new_name'] = df['name'].apply(get_name)

如果要提高性能，则有必要在可能的情况下更改功能，但这取决于功能。

Answer 2

df['new_name'] = df.apply(lambda x: get_name(x) if x.name == 'name' else x)

.apply并不是最佳实践，但是我不确定这里是否有更好的实践。