Iteration

优质

小牛编辑

130浏览

2023-12-01

基于Pandas对象的基本迭代行为取决于类型。迭代一系列时，它被视为类似数组，基本迭代产生值。其他数据结构，如DataFrame和Panel，遵循迭代对象keys的dict-like约定。

简而言之，基本迭代（对象中的i ）产生 -

Series - 价值观
DataFrame - 列标签
Panel - 项目标签

迭代DataFrame

迭代DataFrame会给出列名。让我们考虑以下示例来理解相同的内容。

import pandas as pd
import numpy as np
N=20
df = pd.DataFrame({
    'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
    'x': np.linspace(0,stop=N-1,num=N),
    'y': np.random.rand(N),
    'C': np.random.choice(['Low','Medium','High'],N).tolist(),
    'D': np.random.normal(100, 10, size=(N)).tolist()
    })
for col in df:
   print col

其output如下 -

A
C
D
x
y

要迭代DataFrame的行，我们可以使用以下函数 -

iteritems() - 迭代（键，值）对
iterrows() - 迭代行（索引，系列）对
itertuples() - 作为itertuples()迭代行

iteritems()

迭代每列作为键，值对，标签为键，列值为Series对象。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3'])
for key,value in df.iteritems():
   print key,value

其output如下 -

col1 0    0.802390
1    0.324060
2    0.256811
3    0.839186
Name: col1, dtype: float64
col2 0    1.624313
1   -1.033582
2    1.796663
3    1.856277
Name: col2, dtype: float64
col3 0   -0.022142
1   -0.230820
2    1.160691
3   -0.830279
Name: col3, dtype: float64

观察，每列作为系列中的键值对单独迭代。

iterrows()

iterrows（）返回迭代器，产生每个索引值以及包含每行数据的系列。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row_index,row in df.iterrows():
   print row_index,row

其output如下 -

0  col1    1.529759
   col2    0.762811
   col3   -0.634691
Name: 0, dtype: float64
1  col1   -0.944087
   col2    1.420919
   col3   -0.507895
Name: 1, dtype: float64
2  col1   -0.077287
   col2   -0.858556
   col3   -0.663385
Name: 2, dtype: float64
3  col1    -1.638578
   col2     0.059866
   col3     0.493482
Name: 3, dtype: float64

Note - 由于iterrows()遍历行，因此它不会保留整行的数据类型。 0,1,2是行索引，col1，col2，col3是列索引。

itertuples()

itertuples（）方法将返回一个迭代器，为DataFrame中的每一行产生一个命名元组。元组的第一个元素是行的相应索引值，而其余值是行值。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row in df.itertuples():
    print row

其output如下 -

Pandas(Index=0, col1=1.5297586201375899, col2=0.76281127433814944, col3=-
0.6346908238310438)
Pandas(Index=1, col1=-0.94408735763808649, col2=1.4209186418359423, col3=-
0.50789517967096232)
Pandas(Index=2, col1=-0.07728664756791935, col2=-0.85855574139699076, col3=-
0.6633852507207626)
Pandas(Index=3, col1=0.65734942534106289, col2=-0.95057710432604969,
col3=0.80344487462316527)

Note - 迭代时不要尝试修改任何对象。迭代用于读取，迭代器返回原始对象（视图）的副本，因此更改不会反映在原始对象上。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for index, row in df.iterrows():
   row['a'] = 10
print df

其output如下 -

        col1       col2       col3
0  -1.739815   0.735595  -0.295589
1   0.635485   0.106803   1.527922
2  -0.939064   0.547095   0.038585
3  -1.016509  -0.116580  -0.523158

观察，没有反映出变化。