如何在pandas中使用向量化操作替代for循环完成列计算

两种完全匹配原逻辑的向量化实现如下，改造后可将1.7万行的计算耗时从3秒降至毫秒级：

方案1：基于 .loc 的条件赋值（最贴合原逻辑） #

# 构造布尔掩码：筛选两列均不为0的行
mask = (model_olculeri["Bel"] != 0) & (model_olculeri["Basen"] != 0)
# 对符合条件的行批量计算并赋值
model_olculeri.loc[mask, "Waist to Hip Ratio"] = model_olculeri.loc[mask, "Bel"] / model_olculeri.loc[mask, "Basen"]

方案2：基于 numpy.where 的单语句实现 #

import numpy as np

# 参数规则：(判断条件, 条件成立时的取值, 条件不成立时的取值)
# 若为首次创建新列，不满足条件的位置可直接填充为 np.nan
model_olculeri["Waist to Hip Ratio"] = np.where(
    (model_olculeri["Bel"] != 0) & (model_olculeri["Basen"] != 0),
    model_olculeri["Bel"] / model_olculeri["Basen"],
    model_olculeri.get("Waist to Hip Ratio", np.nan)
)

注意事项 #

• Pandas 批量布尔运算需使用&替代Python原生的and，每个判断条件必须用括号包裹，避免运算符优先级报错
• 向量化操作底层为C实现的批量运算，完全规避了Python层逐行循环的开销，性能提升可达数百倍

内容的提问来源于stack exchange，提问作者Samet