讓我們來做這樣一個處理，如果某一列的值小於.5就把值統一替換為0，否則就替換為100.

首先建立一個dataframe:

import pandas as pdimport numpy as npimport timedf = pd.DataFrame(np.random.rand(100000, 4), columns=['A', 'B', 'C', 'D'])print(df)

資料輸出如下：

第一種方法：iterrows()

總共耗時8.12秒，iterrows()遍歷確實比較慢，讓人等得著急啊！

第二種方法：iloc

總共耗時2.76秒，是iterrows的2.9倍，速度提高了很多。

第三種方法：apply函式

總共耗時52.2毫秒，是iterrows的155倍。

第四種方法：numpy的where， 使用前先匯入numpy.

總共耗時778微秒，處理速度是iterrows的10437倍，快到讓人不敢相信。

本人覺得這個速度已經達到極致了，那還有沒有更快的方法呢？那我們在用numpy的where(.values)來看看，結果簡直不可思議只用了426微妙，速度快的離奇，處理速度是iterrows的一萬九千都倍。