如何优雅筛选DataFrame中B列以对应A列值开头的行，替代apply方法

你之前使用的apply方案本质是pandas层的逐行迭代，额外开销很高，下面两种方案性能更优、写法更简洁：

方案1：列表推导式（绝大多数场景首选） #

列表推导是纯Python层的轻量循环，开销远低于apply，写法也最简洁：

# 生成筛选掩码
mask = [b.startswith(a) for a, b in zip(df['A'], df['B'])]
# 筛选符合条件的行
filtered_df = df[mask]

方案2：numpy向量化（适合百万行以上超大数据集） #

数据量极大的场景下可以用numpy向量化操作进一步提升效率：

import numpy as np

# 封装字符串匹配逻辑为向量化函数
vec_match = np.vectorize(lambda prefix, full_str: full_str.startswith(prefix))
mask = vec_match(df['A'], df['B'])
filtered_df = df[mask]

用你提供的示例数据运行上述代码，最终得到的结果就是序号为0、3的两行，完全符合需求。

内容的提问来源于stack exchange，提问作者bulklodd