为什么pandas广播要比迭代快得多？ 它是如何工作的？ [重复]

Question

这个问题在这里已有答案：

• pandas iterrows有性能问题吗？ 5个答案
• 熊猫中的for循环真的很糟糕吗？ 我应该什么时候关心？ 1个答案

我有一个存储first_name，last_name和full_name的Pandas DataFrame。 它们来自不同的数据源，我通过ID将它们连接在一起。 我的任务是检查first_name + last_name和full_name是否表示相同的人。 表格是这样的：

   FIRST_NAME   LAST_NAME    FULL_NAME

 0   RICHARD   LEE         LEE' RICHARD

 1   MIKE      JORDAN      MICHAEL JORDAN

 2   Jack      Sparrow     Jack Catchme Sparrow

我的第一步是检查first_name的字符串是否在full_name字符串中。 一开始，我想在一个循环中这样做：

series = pd.Series(index = df.index)
for row in df.iterrows():
    series[row[0]] = row[1]["FIRST_NAME"] in row[1]["FULL_NAME"]

因为我有一个很长的表（数百万行），上面的代码将运行几个小时。 但是，当我在列中操作它时，速度非常快：

series = df["FIRST_NAME"]+","+df["FULL_NAME"]
series = series.apply(lambda x: x.split(','))
series = series.apply(lambda x: True if x[0] in x[1] else False)

上面的两个方法都比较了所有行的两列的字符串。 但第二个节省了很多时间。 是因为Pandas有广播方法进行列操作吗？ 它是如何工作的？