关于提升pandas执行效率的问题

[lihj13758232999]

我有以下的数据，导入到pandas的same_freq_ho_pd里面了（有389行），我的需求很简单：
比如找出表格中d_eci=2132511的所有行，将其对应的d_mod3_value列值改为1或其他值。
类似的操作我要操作十几万到几百万次。所以速度很重要，但是我发现执行的很慢，还没有VBA快。
我开始用apply来完成这个功能，但速度偏慢 。
same_freq_ho_pd["d_mod3_value"] = same_freq_ho_pd.apply(lambda x: fuzhi_mod3(x.d_eci, cell3, cell3_mod3), axis=1)
然后用先将d_eci列中给每个值简历一个列表，用这个列表来辅助定位，赋值，如下：
same_freq_ho_pd.loc[d_eci_dic[cell3], "d_mod3_value"] = cell3_mod3
速度是快了近3倍，但还是远达不到我的期望。
因为我用vba来写这个功能，速度都比这个快了至少6倍。

能够执行，但感觉速度比较慢，因为我这个赋值会要操作几万-几百万次，所以希望速度能够尽量加快，不知道各位高手有没有建议！

[lihj13758232999]

[zps26]

手机打，说说思路： 将筛选条件d_eci与赋值d_mod3_value这两个字段对应的值做成字典，使用FOR循环，从原表筛选出新的列表并同时对字段赋值，然后把得到的新表concat即可。