列替换优化：For循环执行过慢的解决方案

我有一个包含Light_2、Light_3和Light_4三列的数据集，需要对每行的这三列值进行校验：若Light_4的值大于Light_2且小于Light_3则无需处理，否则需通过列间值交换，使每行满足row["Light_2"]<row["Light_4"]<row["Light_3"]，直到符合顺序为止。

当前实现代码如下：

for i, r in dataOK.iterrows():
    while not (r["Light_2"] < r["Light_4"] < r["Light_3"]):
        if r["Light_2"] > r["Light_4"]:
            r["Light_2"], r["Light_4"] = r["Light_4"], r["Light_2"]
        if r["Light_4"] > r["Light_3"]:
            r["Light_4"], r["Light_3"] = r["Light_3"], r["Light_4"]
        if r["Light_2"] > r["Light_3"]:
            r["Light_2"], r["Light_3"] = r["Light_3"], r["Light_2"]

但该for循环嵌套while的执行速度过慢，不利于数据分析，请问如何重写代码以实现相同逻辑并提升效率？

你的核心需求本质是让每行的三个值按Light_2 < Light_4 < Light_3的顺序排列，也就是将三个值从小到大分别对应Light_2、Light_4、Light_3。直接利用numpy的向量化排序操作可以彻底解决效率问题，完全替代逐行循环的低效实现：

import numpy as np

# 指定需要处理的三列
target_cols = ['Light_2', 'Light_3', 'Light_4']
# 对每行的三个值进行向量化排序，得到从小到大的结果
sorted_values = np.sort(dataOK[target_cols].values, axis=1)
# 将排序后的值重新赋值回原列：最小→Light_2，中间→Light_4，最大→Light_3
dataOK['Light_2'] = sorted_values[:, 0]
dataOK['Light_4'] = sorted_values[:, 1]
dataOK['Light_3'] = sorted_values[:, 2]

效率提升原因： #

• 避免逐行迭代：iterrows()是pandas中效率最低的迭代方式，逐行处理大数据集时速度极慢；而numpy的np.sort()是底层C实现的向量化操作，能一次性处理所有行的排序，效率提升几个数量级。
• 简化逻辑：原来的while循环本质是手动实现排序逻辑，直接调用成熟的排序函数既简洁又避免了循环中的冗余判断。
• 等价性保证：不管原始行的数值顺序如何，排序后最小的赋值给Light_2、中间值给Light_4、最大值给Light_3，完全满足Light_2 < Light_4 < Light_3的要求，和原代码的最终效果完全一致。

内容的提问来源于stack exchange，提问作者all.m