如何在pandas数据帧中使用多线程/多处理来代替For循环

import pandas as pd
import concurrent.futures

def process_row(row):
    # 对数据帧的每一行进行处理
    # 例如，可以对每一行进行计算、过滤、转换等操作
    # 返回处理结果
    return processed_row

df = pd.DataFrame(...)  # 载入数据帧

executor = concurrent.futures.ThreadPoolExecutor()  # 创建线程池执行器
# 或者使用以下代码创建多处理执行器：
# executor = concurrent.futures.ProcessPoolExecutor()

results = []
with executor as executor:
    # 提交每一行的处理任务到执行器
    # 并将返回的Future对象添加到results列表中
    for _, row in df.iterrows():
        future = executor.submit(process_row, row)
        results.append(future)

processed_rows = [future.result() for future in concurrent.futures.as_completed(results)]