如何在Python Pandas中使用向量化操作替代iterrows遍历？-Python教程-PHP中文网

iterrows 不该用，因其返回 (index, series) 导致每次迭代都构造 series 并对齐索引，产生隐式循环和多余拷贝，性能比向量化操作慢 10–100 倍，且无法通过扩容提速。

如何在python pandas中使用向量化操作替代iterrows遍历？

为什么 `iterrows` 在大多数情况下不该用

iterrows 返回的是 (index, Series) 对，每次迭代都触发 Series 构造和索引对齐，实际是隐式循环 + 多余拷贝。哪怕数据只有几千行，它也比向量化操作慢 10–100 倍。更关键的是：一旦你写了 iterrows，后续几乎没法靠加机器资源提速——瓶颈在 Python 层，不是 I/O 或内存。

用 `loc` / `numpy.where` 替代条件赋值

常见场景：根据某列条件修改另一列值。比如把 df['score'] > 80 的行，df['level'] 设为 'A'。

❌ 错误写法（慢且易出错）：

for idx, row in df.iterrows():
    if row['score'] > 80:
        df.loc[idx, 'level'] = 'A'

✅ 正确做法（零循环、原子操作）：

python全能编程助手

SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的双功能合体技能，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途：；核心要点📝 题解模式：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式：输入 Python 代码，自动添加详细中。它将相关步骤、

下载

用布尔索引直接定位：df.loc[df['score'] > 80, 'level'] = 'A'
需要多条件分支时，用 numpy.where：df['level'] = np.where(df['score'] >= 90, 'A', np.where(df['score'] >= 80, 'B', 'C'))
避免链式赋值警告：始终用 .loc，不要写 df[df['score'] > 80]['level'] = ...

用 `apply` + `axis=1` 的时候要当心

apply 看起来比 iterrows 高级，但 axis=1 实际仍是逐行调用 Python 函数，性能只比 iterrows 略好一点，本质没脱离解释器开销。

✅ 更优替代方案：

能用向量化函数就不用 apply：比如字符串操作优先用 str.contains、str.split，而不是 apply(lambda x: x['name'].split()[0])
数值计算优先用 numpy 原生函数：df['dist'] = np.sqrt((df['x1'] - df['x2'])**2 + (df['y1'] - df['y2'])**2)
真需要复杂逻辑？先提取所需列转成 numpy.ndarray，再用纯 NumPy 向量化处理，最后塞回 DataFrame

自定义函数无法向量化时的折中方案

有些逻辑确实没法一步向量化，比如调用外部 API、依赖上一行状态、或含 try/except 分支。这时别硬套 iterrows，考虑这些路径：

用 itertuples 替代 iterrows：返回命名元组，无 Series 构造开销，快 2–5 倍；访问字段用 row.name 而非 row['name']
批量处理 + 缓存：把待处理 ID 提取出来，用 requests.post 批量请求，而不是每行发一次 HTTP
状态类逻辑（如累计计数重置）：用 groupby().apply() 或 shift + 布尔掩码构造辅助列，避免显式循环

真正卡在“必须逐行”时，itertuples 是底线；写 iterrows 前，先问自己：这个操作能不能拆成三步向量化完成？多数时候答案是能。