apply(..., axis=1)、iterrows()、forのループは、行ごとに1回Pythonの関数を呼び出します。列の操作は、代わりに列全体をコンパイルされたコードに渡すので、大きなテーブルではしばしば数十倍から数百倍速くなります。行ごとのコードのほとんどには、ベクトル化した方法があります:
| 行ごと |
ベクトル化 |
df.apply(lambda r: r["a"] * r["b"], axis=1) |
df["a"] * df["b"] |
if/elseを使ったapply |
np.where(condition, if_true, if_false) |
if/elif/elif |
np.select([cond1, cond2], [label1, label2], default=...) |
| キーごとに足し合わせるループ |
groupby(...).sum() |
テキストに対するapply(lambda s: s.upper()) |
.str.upper() |
np.selectはTrueになる最初の条件を使うので、最も厳しいものを先に並べてください。iterrowsには2つ目の落とし穴があります:各行が1つのSeriesとして返ってくるので、整数と小数のあるテーブルでは、unitsが小数として届きます。