df1 = pd.DataFrame(np.zeros(shape=(5, 5)))
df2 = pd.DataFrame(np.random.uniform(0, 1, size=df1.shape))
df1[df2>0.5] = 1 # 当shape较大时这一步会相当耗时，比如把(5, 5)变成(5000,5000)

有什么办法优化？
这里显然是可以并行的，例如有没有办法先改造成 applymap，再替换成 parallel_applymap？
或者有其他库？最好对代码的改动尽量小，因为程序中有非常多类似的地方需要优化。