iterrows() 慢因每行构造带索引的 Series，触发 Python 对象创建和类型推断；itertuples() 更快因返回轻量命名元组，无索引拷贝和 dtype 转换，但需禁用 index、清理列名或用位置访问，并在无状态依赖时优先向量化。
为什么 iterrows() 慢得明显？
它返回每行一个 pd.Series，带完整索引和类型检查，每次调用都触发 Python 层对象构造 + 类型推断，内存开销大、CPU 缓存不友好。尤其当 DataFrame 有 10k+ 行或含字符串列时，速度可能比 itertuples() 低 5–10 倍。
itertuples() 怎么用才真正快？
默认返回命名元组（Pandas 自建的 namedtuple 子类），字段名直接映射列名，无索引拷贝、无 dtype 转换，纯 C 层迭代。但要注意几个关键点：
- 禁用
index=True（默认开启）——除非真需要索引，否则关掉能提速 15%~20% - 列名含空格或特殊字符时，
itertuples()会自动重命名为_1,_2等，建议提前清理列名或用位置索引访问：row[1]比row.col_name稍快（微秒级差异，但高频遍历时可累积） - 如果只读少数几列，用
cols=['a', 'b']参数提前筛选，避免整行加载 - 示例：
for row in df.itertuples(index=False, name=None): # name=None 返回普通 tuple，更快 result = row[0] * row[1] + 1
什么情况下必须放弃逐行、改写为向量化？
只要逻辑不依赖「上一行计算结果」（即无状态依赖），90% 的 iterrows() 场景都能向量化。常见可替代模式：
- 条件赋值 → 改用
np.where()或布尔索引：df['new'] = np.where(df['a'] > 0, df['b'] * 2, df['c']) - 字符串操作 → 用
str访问器：df['name'].str.upper()、df['email'].str.contains('@') - 时间运算 → 用
pd.to_datetime()后直接加减：df['date'] + pd.Timedelta('7D') - 简单数学函数 → 直接作用于 Series：
df['x'].apply(np.log1p)比逐行慢，但np.log1p(df['x'])是向量化的
别踩这些坑：itertuples 不是万能加速器
itertuples() 快，但不是所有“看起来像逐行”的场景都适合它：
立即学习“Python免费学习笔记（深入）”；
- 如果循环体内要频繁调用 Pandas 方法（比如
row.to_frame().groupby(...)），性能反而更差——这本质是把向量化优势全丢回 Python 层 - 当 DataFrame 列数极多（>100）、且只用其中 2–3 列时，
itertuples()仍会加载全部列数据；此时改用zip()解包指定列更轻量：for a, b in zip(df['col_a'], df['col_b']): ... - 遇到
AttributeError: 'tuple' object has no attribute 'xxx'，大概率是忘了name=None却还用row.xxx访问——命名元组需name非None才支持属性访问 - 注意
itertuples()对NaN的处理和iterrows()一致（保持原 dtype），但某些旧版本 Pandas 在含category列时可能降级为 object，建议升级到 1.5+ 并测试
向量化永远优先；itertuples() 是退而求其次的务实选择；而 iterrows() 应该只在调试、极小数据或必须用 Series 接口时出现。
