Проблемы с производительностью использования лямбды для назначения переменных в пандах в цепочке методов ⇐ Python

[Anonymous]

При работе с кадрами данных pandas мне нравится использовать цепочки методов, потому что это делает рабочий процесс похожим на подход tidyverse в R, где вы используете строку каналов.
Рассмотрите пример в этом ответе:

Код: Выделить всё

N = 10
df = (
pd.DataFrame({"x": np.random.random(N)})
.assign(y=lambda d: d['x']*0.5)
.assign(z=lambda d: d.y * 2)
.assign(w=lambda d: d.z*0.5)
)

Мне кажется, я слышал, что манипулирование фреймами данных с помощью лямбда-выражения неэффективно, поскольку это не векторизованная операция, но под капотом происходит некоторый цикл.
Это проблема с примерами, подобными приведенному выше? Существуют ли альтернативы использованию лямбда-выражений в цепочке методов, сохраняющие подход, подобный tidyverse?

Подробнее здесь: https://stackoverflow.com/questions/791 ... n-a-method