如何加速DataFrame循环并解决SettingWithCopyWarning警告？

这问题太典型了——用iterrows循环10万行肯定慢到离谱，而且那个SettingWithCopyWarning也是Pandas新手常踩的坑。我给你两个层面的解决方案：先解决核心的速度问题，再顺便把警告干掉（其实用高效方案的话警告直接就消失了）。

一、核心加速：用pd.merge_asof替代逐行循环 #

这绝对是最优解，Pandas专门为「按最近键匹配」这种场景设计了merge_asof，性能比逐行循环高几个数量级，而且代码简洁到爆炸。

原理 #

merge_asof会先对两个DataFrame按匹配键（这里是timestamp_milli）排序，然后用二分查找的方式快速找到每个左表行对应的右表最近匹配行，还能设置时间差容忍度（就是你要的±5ms）。时间复杂度是O(n log n + m log m)（排序的时间），对比原代码O(n*m)的暴力循环，10万行的话速度能提升几百甚至几千倍。

代码实现 #

# 第一步：必须按时间戳排序（merge_asof的硬性要求）
df_sorted = df.sort_values("timestamp_milli").reset_index(drop=True)
df2_sorted = df2.sort_values("timestamp_milli").reset_index(drop=True)

# 第二步：用merge_asof做最近匹配，限制±5ms的时间差
merged_df = pd.merge_asof(
    left=df_sorted,
    right=df2_sorted,
    on="timestamp_milli",
    direction="nearest",  # 找最近的匹配行
    tolerance=5  # 只匹配时间差在±5ms内的行
)

# 第三步：提取你需要的结果列表
pressure = merged_df["pressure"].tolist()
acceleration = merged_df["acceleration_z"].tolist()

补充说明 #

• 如果df中某行在df2的±5ms范围内没有匹配，merged_df里对应的acceleration_z会是NaN，你可以根据需求用fillna()处理或者过滤掉这些行。
• 原代码中如果有多个行的时间差都是最小值，会把所有这些行的加速度都加入列表；而merge_asof的direction='nearest'在这种情况下只会取最后一个匹配的行。如果你的业务场景必须保留所有最小时间差的匹配，可以留言，我再给你补充对应的处理逻辑。

二、如果一定要保留循环逻辑：解决SettingWithCopyWarning #

警告的根源是df_temp = df2[mask]得到的是df2的视图（不是独立副本），Pandas担心你会意外修改原df2的数据，所以抛出警告。解决方法很简单：显式创建副本：

把原代码里的：

df_temp = df2[mask]

改成：

df_temp = df2[mask].copy()

这样df_temp就是独立的DataFrame，修改它的列就不会触发警告了。不过还是要强调：这种方法只是解决了警告，速度慢的问题依然存在，10万行的循环还是会跑很久，强烈不推荐。

内容的提问来源于stack exchange，提问作者machinery