Pandas如何对两个DataFrame各列批量应用第三方函数

逐列遍历方案的合理性 #

你当前采用的逐列遍历写法本身就是这类场景下的标准实现方案，没有问题。只要提前对齐两个DataFrame的列顺序、行索引，就不会出现计算错位，代码可读性也足够。你贴的示例代码存在一处笔误：for col_name in for df1.columns多写了一个冗余的for关键字，修正后即可正常运行：

def other_func(df1, df2):
    # 修正笔误后的遍历实现
    scores = [package_func(df1[col_name], df2[col_name]) for col_name in df1.columns]
    return scores

关于"无需逐列遍历一次性计算"的说明 #

不存在真正意义上跳过逐列传参的实现方式——核心原因是你用的第三方package_func入参限制为两个一维列表，且单次调用仅返回单个标量结果，不管你用什么写法封装，最终都要把每一列的序列单独拆出来传给函数，不存在把整个二维DataFrame一次性传进去直接得到所有列结果的可能。

如果只是不想在代码里写显式的for循环，可以用Pandas内置的按列应用逻辑把迭代过程封装起来，写法更简洁：

import pandas as pd

def other_func(df1, df2):
    return df1.apply(lambda col: package_func(col, df2[col.name]), axis=0)

注：这种写法本质还是逐列迭代计算，只是把循环逻辑交给Pandas内置方法处理，不会带来性能上的本质提升，和你自己写列表推导式的运行效率差异极小，选可读性更高的写法即可。

额外提示：如果后续你用到的第三方函数升级为支持二维数组批量输入、可以一次性返回多列计算结果，那时候才可以跳过逐列传参的步骤，直接把整个DataFrame转成numpy数组传入做向量化计算，获得明显的性能提升。但在当前函数的入参限制下，没有这类优化空间。

内容的提问来源于stack exchange，提问作者Denver Dang