Python 有没有一种方法可以使循环中更改数据帧的速度更快？

在这段代码中，我的测试表明最后一行使它非常慢，非常慢。它基本上是逐行插入一个新列。也许我应该将所有的“新名称”存储到一个列表中，并在循环之外更新df

    for index, row in df.iterrows():
        print(index)

        name = row['name']
        new_name = get_name(name)
        row['new_name'] = new_name

        df.loc[index] = row

.apply

不是最佳实践，但我不确定这里是否有更好的实践。

用于处理列的每个值的函数，速度更快，如

iterrows

：

df['new_name'] = df.apply(lambda x: get_name(x) if x.name == 'name' else x)

如果想要提高性能，则有必要在可能的情况下更改功能，但这取决于功能

df['new_name'] = df['name'].apply(get_name)