如何将Pandas中耗时的逐行操作转化为高效向量化操作？

处理百万级Pandas数据集时，apply(axis=1)的逐行循环效率极低，以下是几种高效的向量化替代方案，完全匹配你的需求：

方法1：向量化布尔索引（直观高效） #

直接利用Pandas的布尔条件批量赋值，避免逐行循环：

import pandas as pd

df = pd.DataFrame({'A' : ['Yes', 'No', 'Yes', 'Yes', 'No'],
                   'B' : ['Blue', 'Red', 'Red', 'Blue', 'Blue']})

# 先给C列设默认值
df['C'] = 'foobar'
# 匹配第一个条件，批量赋值
df.loc[(df['A'] == 'Yes') & (df['B'] == 'Blue'), 'C'] = 'foo'
# 匹配第二个条件，批量赋值
df.loc[(df['A'] == 'Yes') & (df['B'] == 'Red'), 'C'] = 'bar'

这种方式依赖Pandas的向量化运算，百万级数据下速度比apply快10-100倍，代码逻辑也一目了然。

方法2：用numpy.select管理多条件 #

如果实际业务中有更多条件分支，np.select能更清晰地组织条件和对应结果：

import numpy as np

# 定义条件列表和对应的结果列表
conditions = [
    (df['A'] == 'Yes') & (df['B'] == 'Blue'),
    (df['A'] == 'Yes') & (df['B'] == 'Red')
]
choices = ['foo', 'bar']

# 批量生成结果，默认值设为'foobar'
df['C'] = np.select(conditions, choices, default='foobar')

新增条件时只需在conditions和choices中添加对应项，扩展性强，性能和布尔索引接近。

方法3：字典映射（适合固定条件组合） #

把A、B的组合作为字典键，直接映射结果，这种方式在条件组合固定时速度极快：

# 构建条件组合到结果的映射字典
map_dict = {
    ('Yes', 'Blue'): 'foo',
    ('Yes', 'Red'): 'bar'
}

# 用zip批量组合A、B列，再通过map获取结果
df['C'] = [map_dict.get((a, b), 'foobar') for a, b in zip(df['A'], df['B'])]
# 或者更高效的纯批量写法：
df['C'] = list(map(map_dict.get, zip(df['A'], df['B']), ['foobar']*len(df)))

这种方式完全避开了Pandas的apply，用原生Python的批量操作实现，速度远超逐行循环。

内容的提问来源于stack exchange，提问作者Anoushiravan R