測試集大小：
test.shape
(898, 11)
對某列的字符串做統計長度
1、for遍歷法：
start = time.time()
for i in test.index.values:
test.loc[i,'contentLen1'] = len(test.loc[i,'content'])
time.time() - start
47.16238021850586
2、使用pandas的內置方法.str
%time test['contentLen2'] = test['content'].str.len()
Wall time: 61 ms
結論
上面例子可以得出，使用pandas時千萬不要盲目的使用for遍歷，要學會使用pandas提供的內置方法。
for和.str方法之間的性能差距過大，不在一個數量級。使用for會造成頻繁的賦值操作，造成不必要內存消耗和計算時長。
以上測試用例才898行，for的賦值耗時高達47秒，生產上的都是幾百萬行的數據，使用for那不就直接涼涼了？
且行且珍惜啊！
---------------------
作者：ChenVast
來源：CSDN
原文：https://blog.csdn.net/chenvast/article/details/82758281
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！