Question

我有一个数据框，其中包含6K个项目，每个项目都有70个字段来描述它。因此，我的数据框的长度约为420K行。然后我像这样应用我的函数：

df_dirty[['basic_score', 'additional_score']] = df_dirty.apply(compare.compare, axis=1)

比较功能从df_dirty获取行，然后从该行获取ID，具体取决于它从该行获取其他两个单元格并进行比较。比较可能很简单

   if cell1 == cell2:
      return True
   else:
      return False

或更困难的计算，即采用这些单元格的值，然后计算它们的比率是否在某个范围内或其他范围内。总体而言-我应用于数据框的功能正在执行更多操作，因此对于复杂数据的大型数据集（不仅是纯数字，还有数字和文本组合等）来说，这非常耗时。

我想知道是否有比仅应用函数更快的方法？

我对此有一些想法：

将所有内容放在服务器上，并在一夜之间执行所有计算，因此只要求已经计算出的结果会更快，我还认为，如果我使用C编写我的compare函数，这可能会更快。我还有其他选择吗？