向量化操作性能优于apply，因底层用C实现，如df['A'] + df['B']比apply快；apply适合复杂逻辑但慢，建议优先使用向量化方法。
在使用 Python 的 pandas 处理数据时，apply 和 向量化（vectorized）操作是两种常见的数据处理方式。它们都能完成相似的任务，但在性能和使用场景上有显著差异。
什么是 apply？
apply 是 pandas 提供的一个灵活方法，允许你对 DataFrame 的行或列、或者 Series 的每个元素应用一个自定义函数。它适合处理复杂逻辑，但本质上是循环操作。
例如：
import pandas as pddf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)
这段代码对每一行执行加法。虽然写起来直观，但底层是对每行调用一次函数，效率较低。
立即学习“Python免费学习笔记（深入）”；
什么是向量化操作？
向量化操作是指利用 NumPy 或 pandas 内置的数组级运算，一次性对整列或整个数组进行计算。这类操作由底层 C 代码实现，速度远快于 Python 循环。
同样的加法任务可以这样写：
df['C'] = df['A'] + df['B']
这行代码直接对两列进行元素级相加，无需逐行处理，执行速度快很多。
性能对比与使用建议
向量化操作通常比 apply 快几倍甚至几十倍，尤其在大数据集上优势明显。以下是一些实用建议：
- 能用原生运算符（+、-、*、/）或 numpy 函数（如 np.log、np.maximum）就优先使用
- 涉及条件判断时，用 np.where 或 df.loc 替代 apply
- 字符串操作尽量用 .str 方法链，它们也是向量化的
- 只有在逻辑复杂、无法拆解为向量化表达式时才考虑 apply
比如判断一列数值正负并赋标签：
# 推荐：向量化 df['label'] = np.where(df['A'] > 0, 'pos', 'neg')不推荐：apply
df['label'] = df['A'].apply(lambda x: 'pos' if x > 0 else 'neg')
总结
apply 提供了灵活性，适合处理非标准逻辑；而向量化操作在性能上占绝对优势。实际工作中应优先尝试向量化方案，仅在必要时回退到 apply。理解这一点，能显著提升数据处理效率。
基本上就这些。能向量化，就别循环。
