迭代熊猫系列/列的最快方法答案

【问题标题】：fastest way to iterate pandas series/column迭代熊猫系列/列的最快方法
【发布时间】：2021-09-12 22:36:38
【问题描述】：

我更习惯于 for 循环，但是一旦您获得大量数据集，它们在 pandas 中就会变得很慢。我一直在寻找 iterrows、iter... 等示例，但想知道是否有更快的方法。我现在拥有的是

newnames = []
names = df['name'].tolist()
for i in names:
  i = i.replace(' ','_')
  newnames.append(i)

然后我可以将 newnames 列表作为 pandas 列添加到 df 中，或者我应该重写现有的 df['name'] 值吗？不太熟悉 pandas 的最佳实践，所以我欢迎所有反馈。谢谢

【问题讨论】：

【解决方案1】：

只需使用向量化的字符串操作：

newnames = df['name'].str.replace(' ', '_', regex=False).tolist()

通常，对于 Pandas，您希望尽可能避免循环。如果您查看库，通常有一些方法可以绕过循环，因此可以对 Pandas 进行一定程度的语法研究（除非您要查找的内容非常不标准）。

基本上，如果您想做的事情表面上需要一个 for 循环，并且这样做可能是人们经常想要做的事情，那么它可能在库中。

【讨论】：

【解决方案2】：

如果您最终想将新名称添加到df，您可以直接通过以下方式进行：

df['newnames'] = df['name'].str.replace(' ', '_')

如果只是想将name列全部替换为_，也可以直接在原列上做（覆盖），如下：

df['name'] = df['name'].str.replace(' ', '_')

在这两种方式中，我们都使用 Pandas 的矢量化操作，该操作已针对更快的执行进行了优化，而不是使用尚未优化且速度慢的循环。

【讨论】：