Pandasで代入を高速化する7つの手法：遅いコードを改善する最適化テクニック

2026年5月21日

高速化

Pandasはデータ分析において非常に強力なライブラリですが、大規模なデータセットに対して不適切な手法で代入を行うと、処理速度が著しく低下することがあります。

特にデータフレームの各要素に対して繰り返し処理を行いながら代入を行うコードは、Pythonのオーバーヘッドにより実行時間が膨大になりがちです。

2026年現在の最新のPandas環境においても、内部的な処理の仕組みを理解し、最適なメソッドを選択することはパフォーマンス改善の鍵となります。

本記事では、Pandasで代入処理を高速化するための7つの具体的な手法を紹介し、遅いコードを劇的に改善するテクニックを解説します。

目次 [ close ]

1. ベクトル演算による一括代入

Pandasで最も高速に代入を行う方法は、ベクトル演算（Vectorization）を利用することです。

ベクトル演算とは、ループ処理を使わずに列全体に対して一括で演算や代入を行う手法を指します。

for文を使って一行ずつ処理を行うのではなく、条件式を直接データフレームに適用することで、内部のC言語レベルでの最適化を最大限に活用できます。

Python

import pandas as pd
import numpy as np

# サンプルデータの作成
df = pd.DataFrame({'value': np.random.randn(1000000)})

# ベクトル演算による一括代入
df.loc[df['value'] > 0, 'status'] = 'Positive'

この手法は、特定の条件に合致する行に対して一括で値を設定する場合に非常に有効です。

インデックスの照合が最小限で済むため、ループ処理と比較して数百倍以上の速度差が出ることも珍しくありません。

2. .at および .iat を使用した高速アクセス

データフレーム内の単一の要素（スカラー値）に対して代入を行う場合、.locや.ilocよりも.atや.iatを使用すべきです。

.locはスライシングや複数の行・列の選択をサポートしているため、内部的に複雑な処理が行われています。

一方で、.atは単一要素へのアクセスに特化して設計されているため、オーバーヘッドが極めて小さいのが特徴です。

Python

# .at を使用した高速な単一要素代入
df.at[0, 'status'] = 'Special'

# .iat を使用した整数位置による高速代入
df.iat[1, 1] = 'Modified'

どうしてもループ処理を避けられないケースでは、.locの代わりに.atを使用するだけで数倍から数十倍の高速化が期待できます。

3. numpy.where による条件分岐の高速化

「もしAならB、そうでなければCを代入する」といった条件分岐を伴う代入には、numpy.whereが最適です。

Pandasのapplyメソッドでカスタム関数を適用する方法もありますが、applyは実質的にPythonのループを回しているため、低速です。

numpy.whereはNumPyの高度な最適化を利用して、条件判定と代入を同時に、かつ高速に実行します。

Python

# numpy.where を使った条件代入
df['category'] = np.where(df['value'] > 0, 'High', 'Low')

複雑な多分岐条件の場合は、numpy.selectを使用することで同様の高速化を実現できます。

4. マスク処理（mask / where）の活用

Pandas自身が提供するmaskメソッドやwhereメソッドも、代入処理の高速化に貢献します。

maskは「条件がTrueの箇所を置き換える」メソッドであり、直感的に記述できるメリットがあります。

既存のデータフレームを書き換えるのではなく、新しいSeriesやDataFrameを生成するため、メソッドチェーンの中で代入のような挙動を実現したい場合に重宝します。

Python

# 条件に合う要素を書き換えた新しい列を作成
df['adjusted_value'] = df['value'].mask(df['value'] < -1, -1)

5. リストコンプリヘンションによる代入

文字列操作や複雑なロジックを伴う場合、ベクトル演算が難しいケースがあります。

そのような場合に、applyを使うよりも高速な代替案となるのがリストコンプリヘンションです。

リストコンプリヘンションはPython標準の機能ですが、Pandasのシリーズをイテレートするよりもリストを直接生成して代入する方が効率的です。

Python

# apply よりも高速なリストコンプリヘンションによる代入
df['label'] = ['Large' if x > 100 else 'Small' for x in df['value']]

この手法は、Pandasのインデックス保護機能をスキップするため、データフレームのオーバーヘッドを回避して高速に値を生成できます。

6. カテゴリカルデータの利用によるメモリ効率化

代入そのものの速度ではありませんが、データ型をcategory型に変換しておくことで、代入やその後の処理を高速化できます。

文字列データが繰り返し登場する場合、それらを内部的に整数として管理するため、メモリ使用量が劇的に削減されます。

メモリが節約されることで、データのコピーや更新に伴う計算リソースの消費が抑えられ、結果として代入処理のレスポンスが向上します。

Python

# category型への変換
df['status'] = df['status'].astype('category')

7. NumPy配列への変換と書き戻し

最高速を求める究極の手法は、一度PandasのデータフレームをNumPyの配列（ndarray）に変換して処理を行うことです。

Pandasのデータフレームは柔軟なインデックス管理を行っていますが、これが代入時のオーバーヘッドになります。

to_numpy()で生データを取り出し、NumPy上で直接書き換えを行った後にデータフレームに戻す手法は、大規模な数値計算において最もパフォーマンスを発揮します。

Python

# NumPy配列に変換して高速処理
vals = df['value'].to_numpy()
vals[vals < 0] = 0

# 処理結果を戻す
df['value'] = vals

この方法はインデックスの一致を確認しないため、データの順序が変わっていないことが保証されている場合にのみ使用してください。

手法別の速度比較目安

各手法の一般的なパフォーマンス傾向を以下の表にまとめました。

手法	推奨される用途	速度ランク
ベクトル演算 (.loc)	基本的な条件代入	速い
.at / .iat	ループ内での単一要素更新	中速（ループ内では最速）
numpy.where	if-else型の条件分岐	非常に速い
リストコンプリヘンション	複雑な文字列処理など	中速
NumPy配列変換	極めて大規模な数値計算	最速
apply / Loop	避けるべき手法	遅い