pandasのdataframe処理を高速化したい

Question

以下のようなデータフレームが100万レコードほどあったとします。
(実際のデータフレームはカラム25個、レコード数92万レコード)

id	value1	value2
1	234	23
1	235	24
2	345	34
2	346	35
2	347	36
2	234	23
3	235	24
3	345	34
3	346	35
4	456	45
...	...	...

上記のようなデータフレームがあり、各idごとに抜き出してforで処理をしていましたが、
流石に遅くなりました。
df[df.id == 1]
df[df.id == 2]
...

高速処理をしたいのですが、
どのようなコードで高速処理可能がご教授いただけると幸いです。
サンプルコードなどありましたら、いただきたいです。

よろしくお願い致します。

Comments

[tiitoi]

id ごとに抜き出したあとにどのような処理をしたいのでしょうか？
とりあえず groupby() を使ってグループ化すればよさそうですが
https://qiita.com/propella/items/a9a32b878c77222630ae

[tqtwyw]

ご回答ありがとうございます。
各idごとにgroup byして計算処理をしたいのではなく、
ある条件で配列を作成したり、値を取得したりして、
それをidごとにjsonに変換する処理をしていきたいです。
データフレームには値もありますが、ほとんどが文字列です。

その配列を作成したり、値を取得したりする箇所ではmap関数、apply関数を用いてそこそこ高速化できたのですが、
そもそものidごとに回す箇所がforを使っており、そのforをもっと高速化したいというのが狙いです。

[tiitoi]

処理に時間がかかっているのは `df[df.id == 1]` のように指定 ID を抽出する部分なのは、処理時間を計測するなどして確定しているのでしょうか？他の部分の処理に時間がかかっている可能性はないのでしょうか？