apply在条件筛选中又慢又难调试，因其本质是隐式循环且强制转object dtype导致布尔索引失效；90%场景可用向量化布尔表达式替代，速度提升5–50倍，逻辑更清晰。
为什么 apply 在条件筛选时又慢又难调试？
因为 apply 默认按行（axis=0）或按列调用 Python 函数，本质是隐式循环，无法被 Pandas 底层的 NumPy 向量化加速；更关键的是，它会强制把整列转成 object dtype（尤其混入 None 或字符串时），后续布尔索引可能失效或报 TypeError: boolean index did not match indexed array。
真实场景中，90% 的「根据多列值做 if-else 判断再筛选」都能用向量化布尔表达式替代，速度通常快 5–50 倍，且逻辑一目了然。
用 loc + 布尔表达式直接筛选（最常用）
这是绝大多数条件筛选的首选方式。核心是把判断逻辑拆成原子布尔子表达式，用 &（与）、|（或）、~（非）连接，注意必须用括号包裹每个子表达式。
-
df.loc[(df['age'] > 25) & (df['city'].str.startswith('Sh')) & (df['score'].notna())]—— 多条件组合，str.startswith和notna()都是向量化方法 - 避免写成
df['age'] > 25 & df['city'].str.startswith('Sh')：运算符优先级导致结果错乱 - 字符串比较慎用
== 'xxx'，遇到NaN会得False；改用eq('xxx')或配合fillna(False) - 数值范围判断别用
apply(lambda x: 10 ，直接写 <code>(df['x'] > 10) & (df['x']
用 numpy.select 或 numpy.where 构造新列再筛选
当条件逻辑复杂（如嵌套 if-elif-else）、且需复用结果时，比链式 loc 更清晰。它们返回的是纯 NumPy 数组，类型稳定，不会因 apply 引入 dtype 混乱。
-
cond_list = [df['score'] >= 90, df['score'] >= 80, df['score'] >= 70]，choice_list = ['A', 'B', 'C']，然后df['grade'] = np.select(cond_list, choice_list, default='F') - 二选一场景优先用
np.where((df['a'] > 0) & (df['b'] == 'x'), 'yes', 'no')，比apply快且支持广播 - 注意
np.select中cond_list的顺序是自上而下匹配，第一个为True的条件生效，类似 if-elif - 如果条件涉及
NaN，用pd.isna()显式判断，不要依赖== np.nan
哪些情况真没法向量化，必须用 apply？
不是所有逻辑都能避开 apply，但要先确认是否真的不可替代：
- 调用外部 API、文件读写、正则捕获组提取（
.str.extract()能覆盖 80% 场景）、或依赖全局状态的函数 - 逻辑中需要动态 import、执行
eval、或使用未向量化的第三方库函数（如某些 NLP 工具） - 即使必须用
apply，也应指定axis=1并用raw=True（传入 ndarray 而非 Series），减少对象开销 - 最后检查输出 dtype：若结果全是字符串或数字，手动转
astype(str)或astype(float)，避免后续布尔操作失败
向量化筛选的关键不在“会不会写”，而在“敢不敢把 if 分解成布尔表达式”。一旦习惯用 & 替代 and、用 isna() 替代 == None，多数 apply 就自然消失了。真正容易被忽略的是空值传播行为——同一个条件，在 loc 中返回 False，在 np.where 中可能返回 NaN，这直接影响筛选结果的完整性。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
