熊猫字符串tokeniztion太慢

Question

我在Pandas DataFrame中有一列，其中每一行都有一些包含诸如'senior data consultant'之类的职位描述的字符串，这些行中大约有1,000,000。我想将此字符串缩短为仅第一个单词（在该示例中为'senior'）。下面的代码可以正确执行此操作。

def proc_Profession(df):
    for row in range(df['Profession'].size):
        try:
            df['Profession'].iloc[row] = df['Profession'].iloc[row].split(' ')[0]
        except AttributeError:
            df['Profession'].iloc[row] = 'unknown'
    return df

我的问题是这太慢了（需要几个小时），有没有更快的方法呢？

Answer 1

根据Henry Yik的建议，以下操作明显更快

def proc_Profession(df):
    df['Profession'] = df['Profession'].str.split().str[0]
    return df