我有一个 Pandas DataFrame，我想向其中添加一个新列，然后我将用 numpy 数组填充该列，以便该列中的每一行都包含一个 numpy 数组。我正在使用以下方法，并且想知道这是否是正确的方法。
df['embeddings'] = pd.Series(dtype='object')
然后我会遍历行并像这样添加计算数组（使用 np.zeros(1024) 仅用于说明，实际上这些是神经网络的输出）：
for i in range(df.shape[0]):
df['embeddings'].loc[i] = np.zeros(1024)
我测试了像这样预先分配单元格是否有帮助，但是当我遍历行时没有注意到执行时间的差异，至少在只有 200 行的 DataFrame 中没有发现：
df['embeddings'] = [np.zeros(1024)] * df.shape[0]
作为添加一列然后更新其中的行的替代方法，可以先创建 numpy 数组列表，然后将该列表添加为新列，但这需要更多内存。