如何加速pandas中判断美国工作日的Lambda函数运行效率

你当前代码执行慢的核心原因有两点：

1. 把holidays.US()写在了lambda内部，逐行处理数据时会重复实例化美国假期对象，产生海量无意义的初始化开销
2. 用apply做逐行Python层循环，没有用到pandas/numpy底层的向量化运算能力，性能天然差

以下是按优化效果从高到低排序的可行方案：

• 方案1：numpy向量化判断（性能最优，通常比原代码快100倍以上）
  先确保日期列转为标准datetime类型，再用numpy的原生工作日判断接口做批量计算，全程无Python层循环：

  import pandas as pd
  import numpy as np
  import holidays
  
  # 日期列类型转换，为向量化计算做准备
  df['date'] = pd.to_datetime(df['date'])
  # 全局只初始化一次假期对象
  us_holidays = holidays.US()
  # 转换假期为numpy识别的日期格式
  holiday_array = np.array(list(us_holidays.keys()), dtype='datetime64[D]')
  # 批量判断工作日
  df['business_day'] = np.is_busday(
      df['date'].values.astype('datetime64[D]'),
      holidays=holiday_array
  )
  

• 方案2：pandas原生向量化判断（性能和方案1接近，写法更直观）
  先筛除周末，再批量判断日期是否落在假期集合内，用短路逻辑减少计算量：

  df['date'] = pd.to_datetime(df['date'])
  us_holidays = set(holidays.US().keys())
  # 先判断是否为周一到周五，再判断是否不属于节假日
  df['business_day'] = (df['date'].dt.weekday < 5) & (~df['date'].isin(us_holidays))
  

• 方案3：最小改动优化（仅修复冗余初始化问题，性能提升有限）
  如果你不想改动原有判断逻辑，至少把假期对象的初始化移到循环外部，避免逐行重复创建实例，这一步就能让原代码速度提升10倍以上，但本质还是逐行循环，性能远不如前两个向量化方案：

  us_holidays = holidays.US() # 移到lambda外，只初始化一次
  df['business_day'] = df['date'].apply(lambda x: isbday(x, holidays=us_holidays))
  

优化核心原则：所有逐行执行的逻辑里，不要放重复的重量级对象初始化；能走pandas/numpy向量化运算的场景，尽量不要用apply逐行循环。

内容的提问来源于stack exchange，提问作者Tazz