Python 如何有效地循环此数据帧并使用内置numpy或pandas执行函数？

我读了前面的文章，注意到pandas应用函数、iterrows和for循环是处理pandas数据帧的非常缓慢和有效的方法

我正在对一些文本数据进行情绪分析，但使用apply会导致内存使用率高，速度慢，如答案所示

如何使用内置numpy或pandas函数实现此功能？

---

编辑：-该列包含文章文本数据

我发现了一种方法，通过使用可以更快地执行此功能

使用默认熊猫应用功能需要9分钟24秒

---

但通过使用pandarallel，它只需1分钟7秒就完成了操作（使用16名工作人员）。

您可以尝试data.merge（data.article.swifter.apply）。像这样？检查它，它的性能似乎比pandas apply更差，因为在我的案例中，更快的人使用pandas apply，但也使用sample apply，导致额外的开销。

%%time
data.merge(data.essay.apply(lambda s: pd.Series({'neg':sid.polarity_scores(s)['neg'],
                                                 'neu':sid.polarity_scores(s)['neu'],
                                                 'pos':sid.polarity_scores(s)['pos'],
                                                 'compound':sid.polarity_scores(s)['compound']})),
                       left_index=True, right_index=True)