[work] 在pandas中遍历DataFrame行-蒲公英云

[work] 在pandas中遍历DataFrame行

快来打我* 2022-04-12 10:45 385阅读 0赞

有如下 Pandas DataFrame：

上面代码输出：

现在需要遍历上面DataFrame的行。对于每一行，都希望能够通过列名访问对应的元素(单元格中的值)。也就是说，需要类似如下的功能：

Pandas 可以这样做吗？

我找到了similar question。但这并不能给我需要的答案，里面提到：

for date, row in df.T.iteritems():

要么

for row in df.iterrows():

但是我不明白row对象是什么，以及我如何使用它。

最佳解决方案

要以 Pandas 的方式迭代遍历DataFrame的行，可以使用：

1.  `for index, row in df.iterrows():`
2.  `print row["c1"], row["c2"]`

1.  `for row in df.itertuples(index=True, name='Pandas'):`
2.  `print getattr(row, "c1"), getattr(row, "c2")`

itertuples()应该比iterrows()快

但请注意，根据文档(目前 Pandas 0.19.1)：

iterrows：数据的dtype可能不是按行匹配的，因为iterrows返回一个系列的每一行，它不会保留行的dtypes(dtypes跨DataFrames列保留)*
iterrows：不要修改行

你不应该修改你正在迭代的东西。这不能保证在所有情况下都能正常工作。根据数据类型的不同，迭代器返回一个副本而不是一个视图，写入它将不起作用。

改用DataFrame.apply()：
```
new_df = df.apply(lambda x: x * 2)
```
itertuples：列名称将被重命名为位置名称，如果它们是无效的Python标识符，重复或以下划线开头。对于大量的列(> 255)，返回常规元组。

您也可以使用df.apply()遍历行并访问函数的多个列。

docs: DataFrame.apply()

def valuation_formula(x, y):
return x * y * 0.5
df['price'] = df.apply(lambda row: valuation_formula(row['x'], row['y']), axis=1)

您可以使用df.iloc函数，如下所示：

您可以编写自己的实现namedtuple的迭代器

这相当于pd.DataFrame.itertuples，但是效率更高。

将自定义函数用于给定的DataFrame：

或与pd.DataFrame.itertuples：

全面的测试

我们测试了所有可用列：

def iterfullA(d):
return list(myiter(d))
def iterfullB(d):
return list(d.itertuples(index=False))
def itersubA(d):
return list(myiter(d, ['col3', 'col4', 'col5', 'col6', 'col7']))
def itersubB(d):
return list(d[['col3', 'col4', 'col5', 'col6', 'col7']].itertuples(index=False))
res = pd.DataFrame(
index=[10, 30, 100, 300, 1000, 3000, 10000, 30000],
columns='iterfullA iterfullB itersubA itersubB'.split(),
dtype=float
)
for i in res.index:
d = pd.DataFrame(np.random.randint(10, size=(i, 10))).add_prefix('col')
for j in res.columns:
stmt = '{}(d)'.format(j)
setp = 'from __main__ import d, {}'.format(j)
res.at[i, j] = timeit(stmt, setp, number=100)
res.groupby(res.columns.str[4:-1], axis=1).plot(loglog=True);