DataFrame的applymap实现与双重for循环是否功能等价及运行提速方法

原代码慢的核心原因是iterrows属于Python层的行遍历，每一行都会转换为Series对象返回，再叠加内层的列遍历，双重循环会产生极大的额外开销，数据量大时性能会指数级下降。

最优提速方案是用Pandas向量化操作替代逐元素遍历，先批量筛选出符合条件的元素再统一输出，示例实现如下：

import numpy as np
# 生成布尔掩码：标记所有长度为1的元素位置
mask = df.applymap(lambda x: len(str(x)) == 1)
# 取出所有符合条件的行索引、列名、对应值
rows, cols = np.where(mask)
for r, c in zip(rows, cols):
    col_name = df.columns[c]
    val = df.iloc[r, c]
    print(f"WARNING: single char row value: {col_name} {val}")

如果你的DataFrame全为字符串类型，还可以进一步提速：对每列调用原生的str.len()方法，完全规避Python层的逐元素函数调用。

存在两处核心差异：

• 输出信息缺失列名：原代码的警告会同时打印列名和对应值，你的实现只打印了值，无法定位异常数据的所属列
• 会污染原数据：原代码不会修改DataFrame内容，你的实现会把所有长度为1的元素替换为print函数的返回值（即None），导致原数据被篡改

另外applymap本质还是Python层的逐元素函数调用，性能远低于上面的向量化筛选方案。

内容的提问来源于stack exchange，提问作者marlon