使用IF条件操作DataFrame列效率低，有什么更快速简洁的实现方法？

问题核心 #

你当前的实现用了逐行遍历的方式，完全没有用到pandas的向量化运算能力，是性能差的核心原因。下面是更快速且写法更简洁的实现：

优化后实现代码 #

import numpy as np

# 公共计算部分提前提取，减少重复运算
base_value = merged["price"] * merged["amount"]
# 向量化条件判断完成赋值
merged["total"] = np.where(
    merged["coin"].str.split("_").str[1] == "ARS",
    base_value / merged["valueUSD"],
    base_value
)

如果不需要保留中间计算结果，也可以合并成单行写法：

import numpy as np

merged["total"] = np.where(merged["coin"].str.split("_").str[1] == "ARS", merged["price"]*merged["amount"]/merged["valueUSD"], merged["price"]*merged["amount"])

优化效果说明 #

• 性能提升显著：全向量化运算，对比原逐行遍历方案，万行级数据性能提升可达数十倍，十万行以上数据提升可达百倍
• 代码更简洁易读：仅需2-3行即可完成所有逻辑，避免了循环的冗余写法
• 规避潜在问题：不会出现原iloc逐行赋值容易触发的SettingWithCopyWarning警告

内容的提问来源于stack exchange，提问作者by3by3byt3