比较python中df.apply和Column操作的性能

我想知道使用数据帧的列执行基本算术运算是以列方式还是通过apply执行更快。特别是，我认为columnwise更快。但这两种方式都被视为“矢量化”操作。那么，

df.apply

是否比较快？

我们可以试试这个。下面的示例演示了按列操作的速度（要快得多）：

Thsis在我的机器上提供以下信息：

Duration of apply:  0:00:23.631236
Duration of columnwise addition:  0:00:00.004234
Ratio:  0.00017916963801639492
That means, columnwise addition is 5581.302786962683 times faster than addition via apply!

---

df.apply

未矢量化。它可能在语法上看起来很简单，但它只是一个薄薄的循环，比

df.iterrows

更快。

Duration of apply:  0:00:23.631236
Duration of columnwise addition:  0:00:00.004234
Ratio:  0.00017916963801639492
That means, columnwise addition is 5581.302786962683 times faster than addition via apply!