我的场景下遍历Pandas行完成列赋值的最优实现方式是什么？

Pandas底层基于NumPy数组实现，支持向量化列运算，运算在C语言级别执行，完全不需要手动写Python级for循环遍历行，性能比你当前的实现高10~100倍，3万行数据可以做到秒级完成计算。

优化后代码 #

直接删除原有的for循环，替换为一行列运算即可：

belongs_node_df = pd.DataFrame.from_records(belongs_node, columns=['hashtag', 'tweets_id', 'tokenized_text','sentiment_compound'])
posted_node_df = pd.DataFrame.from_records(posted_node, columns=['username', 'num_followers', 'tweets_id'])
df_user_hashtag = pd.merge(posted_node_df, belongs_node_df, on='tweets_id', how='outer').sort_values('username')

# 替换原for循环的向量化运算
df_user_hashtag['p'] = 3 * df_user_hashtag['num_followers'] / df_user_hashtag['sentiment_compound']

注意事项 #

• 原代码中的\为除号/的笔误，上述代码已做修正，若实际需求为其他运算可自行替换。
• 建议提前处理sentiment_compound列的0值，避免计算得到无穷大inf，可补充异常值处理逻辑：

  import numpy as np
  # 示例：将无穷大、空值统一替换为0，可根据业务需求调整处理规则
  df_user_hashtag['p'] = df_user_hashtag['p'].replace([np.inf, -np.inf], 0).fillna(0)
  

• 原代码的df_user_hashtag['p'][i]写法属于链式索引，容易触发SettingWithCopyWarning，存在修改失败的风险，不要在Pandas中使用这种赋值方式。
• 如果后续有更复杂的行级逻辑无法通过简单算术运算实现，优先选择df.apply()方法，性能也远高于手动遍历行。

内容的提问来源于stack exchange，提问作者Minitorr