在pandas中遍历DataFrame行的实现方法
作者:ls13552912394 时间:2022-02-16 13:13:26
有如下 Pandas DataFrame:
import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]
df = pd.DataFrame(inp)
print df
上面代码输出:
c1 c2
0 10 100
1 11 110
2 12 120
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:
for row in df.rows:
print row['c1'], row['c2']
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:
DataFrame.iterrows()
for index, row in df.iterrows():
print row["c1"], row["c2"]
DataFrame.itertuples()
for row in df.itertuples(index=True, name='Pandas'):
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。
第二种方案: apply
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)
第三种方案:iloc
您可以使用df.iloc函数,如下所示:
for i in range(0, len(df)):
print df.iloc[i]['c1'], df.iloc[i]['c2']
第四种方案:略麻烦,但是更高效,将DataFrame转为List
您可以编写自己的实现namedtuple的迭代器
from collections import namedtuple
def myiter(d, cols=None):
if cols is None:
v = d.values.tolist()
cols = d.columns.values.tolist()
else:
j = [d.columns.get_loc(c) for c in cols]
v = d.values[:, j].tolist()
n = namedtuple('MyTuple', cols)
for line in iter(v):
yield n(*line)
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:
list(myiter(df))
[MyTuple(c1=10, c2=100), MyTuple(c1=11, c2=110), MyTuple(c1=12, c2=120)]
或与pd.DataFrame.itertuples:
list(df.itertuples(index=False))
[Pandas(c1=10, c2=100), Pandas(c1=11, c2=110), Pandas(c1=12, c2=120)]
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);
来源:https://blog.csdn.net/ls13552912394/article/details/79349809
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
在 mysql 中 定义 数据库,表,列时,设定的各个的编码格式
xml文件调用css
详解PHP合并多个PDF文件的方法
Web设计中的黄金分割[译]
![](https://img.aspxhome.com/file/UploadPic/20092/20/01-25s.jpg)
解密ThinkPHP3.1.2版本之独立分组功能应用
AJAX的jQuery实现入门(一)
![](https://img.aspxhome.com/file/UploadPic/20085/1/20085113327455s.gif)
IE8 的 JSON 解析 Bug
Python爬取商家联系电话以及各种数据的方法
![](https://img.aspxhome.com/file/2023/0/66450_0s.jpg)
Dreamweaver MX新功能试用:连续空格
![](https://img.aspxhome.com/file/uploadpic/20072/200723113527171.jpg)
Python 常用 PEP8 编码规范详解
asp如何在线更改密码?
SQL注入攻击成为新威胁将挑战操作系统安全
Python 串口读写的实现方法
![](https://img.aspxhome.com/file/2023/4/71994_0s.jpg)
超链“确认”对话框confirm
网马解密大讲堂——网马解密中级篇(Document.write篇)
Python Pandas读取Excel日期数据的异常处理方法
![](https://img.aspxhome.com/file/2023/6/75386_0s.png)