如何使用Pandas的apply方法添加有序数据列（不使用for循环）

先看目标数据结构：

需求是基于A、B、C、D列生成“Orderd”列，将每行的列名和对应值按值升序排列后拼接成指定格式。原有的for循环实现速度太慢，改用df.apply方法优化。

实现代码 #

import pandas as pd

# 示例DataFrame（替换为你的实际数据）
df = pd.DataFrame({
    'ID': ['No1', 'No2', 'No3'],
    'A': [8, 3, 29],
    'B': [9, 1, 34],
    'C': [5, 7, 5],
    'D': [2, 9, 294]
})

def format_sorted_row(row):
    # 提取A-D列的键值对，按值升序排序
    sorted_items = sorted(row[['A', 'B', 'C', 'D']].items(), key=lambda x: x[1])
    # 拼接成要求的字符串格式
    return ' '.join(f'{col}:{val}' for col, val in sorted_items)

# 应用函数到每一行，生成Orderd列
df['Orderd'] = df.apply(format_sorted_row, axis=1)

说明 #

• df.apply(..., axis=1)表示对每一行执行指定函数，相比手动for循环，apply内部做了批量处理优化，处理大数据集时速度会明显提升。
• 如果数据量极大，还可以考虑用numpy的向量化排序进一步优化，但apply已经能解决大部分场景下的效率问题。

内容的提问来源于stack exchange，提问作者aaaaa0a