关于 pandas 的 apply 性能的一些疑惑

现在有一个 dataframe, 其中的几列需要单独处理

方案 1 是：

    df['foo1'] = df['foo1'].apply(lambda x: func1(x))
    df['foo2'] = df['foo2'].apply(lambda x: func2(x))
    df['foo3'] = df['foo3'].apply(lambda x: func3(x))
    ...

方案 2 是:

    def pipeline(ser):
        ser = (ser.pipe(func1)
            .pipe(func2)
            .pipe(func3))
    
    df = df.apply(lambda x: pipeline(x), axis=1)

在我感觉上是方案 2应该是比方案 1要快的，但是实际运行下来发现方案 2时间更长...

难道是我理解错了吗，按列处理会更快，即使是使用了 apply