Sind For-Schleifen wirklich „schlecht“? Wenn nicht, in welchen Situationen wären sie besser als die Verwendung eines konventionelleren „vektorisierten“ Ansatzes? ¹

Ich bin mit dem Konzept der „Vektorisierung“ vertraut und weiß, wie Pandas vektorisierte Techniken einsetzt, um Berechnungen zu beschleunigen. Vektorisierte Funktionen übertragen Vorgänge über die gesamte Serie oder den gesamten DataFrame, um viel höhere Geschwindigkeiten zu erzielen als bei der herkömmlichen Iteration über die Daten.

Ich bin jedoch ziemlich überrascht, dass eine Menge Code (einschließlich der Antworten auf Stack Overflow) Lösungen für Probleme bietet, bei denen Daten mithilfe von For-Schleifen und Listenverständnissen durchgeschleift werden müssen. In der Dokumentation und der API heißt es, dass Schleifen „schlecht“ seien und dass man „niemals“ über Arrays, Serien oder DataFrames iterieren sollte. Wie kommt es also, dass ich manchmal sehe, dass Benutzer schleifenbasierte Lösungen vorschlagen?

_{1 - Auch wenn die Frage etwas weit gefasst klingt, ist die Wahrheit, dass es ganz bestimmte Situationen gibt, in denen for-Schleifen normalerweise besser sind als die herkömmliche Iteration über Daten. Dieser Beitrag soll dies für die Nachwelt festhalten.}