如何用更优雅的方式为Pandas DataFrame添加向量数组列？

你直接通过iterrows循环赋值失败的原因是：pandas会默认将numpy数组拆解为单个元素，试图逐个填充到单元格中，而非将整个数组作为单一值存储。

下面是两种更优雅的实现方式：

方法1：使用Series.apply（简洁直观） #

直接对Text列调用apply方法，一行代码完成转换与赋值，完全替代手动循环：

import pandas as pd
import spacy

nlp = spacy.load("en_core_web_sm")  # 替换为你实际使用的spaCy模型

data['Vektoren'] = data['Text'].apply(lambda text: nlp(text).vector)

方法2：使用spaCy的pipe批量处理（高效适配大数据集） #

如果你的DataFrame数据量较大，pipe方法支持批量文本处理，比逐行调用nlp()的效率更高，能显著减少处理时间：

vector_list = [doc.vector for doc in nlp.pipe(data['Text'].tolist())]
data['Vektoren'] = pd.Series(vector_list)

这种方式虽然也是生成列表后赋值，但借助了spaCy的批量优化能力，性能远优于iterrows循环。

内容的提问来源于stack exchange，提问作者Roland