Pandas中：迭代按索引设列值与多索引批量设值，哪种更快？

当然可以不用for循环批量给DataFrame的多索引设置相同值，而且速度会比循环快很多——Pandas底层基于向量化运算优化，避开显式循环能充分发挥它的性能优势。

常用实现方法 #

1. 直接用.loc索引赋值 #

这是最直观高效的方式，直接传入目标索引列表即可完成批量赋值：

# 假设df是你的DataFrame，idx_list是要设置的索引列表，target_col是目标列，value是要设置的值
df.loc[idx_list, target_col] = value

比如你要给索引[1,3,5,7]的"score"列统一设为100：

df.loc[[1,3,5,7], "score"] = 100

2. 结合布尔掩码批量赋值 #

如果你的目标索引是满足某些条件的行，还可以用布尔掩码来定位，同样是批量操作：

# 比如筛选出"age"列大于30的行，给它们的"status"列设为"adult"
mask = df["age"] > 30
df.loc[mask, "status"] = "adult"

速度对比：批量 vs 循环 #

用实际测试来看差距，比如创建10万行数据，给其中1万行赋值：

import pandas as pd
import numpy as np
import time

# 生成测试DataFrame
df = pd.DataFrame(np.random.randn(100000, 2), columns=["col1", "col2"])
target_idx = df.sample(10000).index.tolist()
assign_value = 0

# 循环赋值计时
start = time.time()
for idx in target_idx:
    df.loc[idx, "col2"] = assign_value
loop_cost = time.time() - start

# 批量赋值计时
start = time.time()
df.loc[target_idx, "col2"] = assign_value
batch_cost = time.time() - start

print(f"循环耗时: {loop_cost:.4f} 秒")
print(f"批量耗时: {batch_cost:.4f} 秒")

测试结果通常是：循环耗时在0.5秒以上，而批量操作仅需0.001秒左右——性能差距达到几百倍。

总结 #

Pandas的设计初衷就是用向量化操作替代循环，不仅代码更简洁易读，还能借助底层的C语言优化大幅提升执行效率。只要能通过索引或掩码定位目标行，就完全没必要写for循环。

内容的提问来源于stack exchange，提问作者botaskay