python - 如何优化 pandas 中的数据帧迭代？

Question

我需要迭代一个数据框，对于每一行，我需要根据两个现有列创建一个 ID:姓名和性别。最终我将这个新列添加到 df 中。

df = pd.read_csv(file, sep='\t', dtype=str, na_values="", low_memory=False)
   row_ids = []
   for index, row in df.iterrows():
       if (index % 1000) == 0:
          print("Row node index: {}".format(str(index)))
     
     caculated_id = get_id(row['name', row['sex']])
     row_ids.append(caculated_id)

   df['id'] = row_ids

有没有一种方法可以使其更快而不需要逐行进行？

根据建议的解决方案添加更多信息:

Answer 1

使用apply代替:

def func(x):
    if (x.name % 1000) == 0:
        print("Row node index: {}".format(str(x.name)))
 
    caculated_id = get_id(row['name', row['sex']])
    return caculated_id

df['id'] = df.apply(func, axis=1)