我有几个使用dataframe apply和lambda函数的类似操作。其中一些需要很长时间才能完成。有没有办法只做一次而不是重复四遍呢？尽管我可以使用函数和/或循环来简化代码，但这不会节省时间。我只是在另一篇adding multiple columns to a dataframe using df.apply and a lambda function中读了一个简单的问题，但是我认为这不是出于相同的目的。
df['cn'] = df.appy(lambda x: len(list(nx.common_neighbors(G, x.n1, x.n2))), axis=1)
df['jc'] = df.appy(lambda x: tuple(nx.jaccard_coefficient(G, [(x.n1, x.n2)]))[0][-1], axis=1)
df['ra'] = df.appy(lambda x: tuple(nx.resource_allocation(G, [(x.n1, x.n2)]))[0][-1], axis=1)
df['pa'] = df.appy(lambda x: tuple(nx.preferential_attachment(G, [(x.n1, x.n2)])[0][-1], axis=1)