逐行迭代时更新pandas中的数据帧

Question

我有一个熊猫数据框，看起来像这样（它是一个相当大的）

           date      exer exp     ifor         mat  
1092  2014-03-17  American   M  528.205  2014-04-19 
1093  2014-03-17  American   M  528.205  2014-04-19 
1094  2014-03-17  American   M  528.205  2014-04-19 
1095  2014-03-17  American   M  528.205  2014-04-19    
1096  2014-03-17  American   M  528.205  2014-05-17 

现在我想逐行迭代，当我遍历每一行时，每一行中的ifor的值可能会根据某些条件而改变，我需要查找另一个数据帧。

现在，我如何在迭代时更新它。尝试了一些没用的东西。

for i, row in df.iterrows():
    if <something>:
        row['ifor'] = x
    else:
        row['ifor'] = y

    df.ix[i]['ifor'] = x

这些方法似乎都不管用。我看不到数据框中更新的值。

Answer 1

您可以使用的方法是itertuples（），它以命名元组的形式迭代DataFrame行，索引值作为元组的第一个元素。而且它比iterrow（）要快得多。对于itertuples（），每个行在DataFrame中包含其Index，并且可以使用loc来设置值。

for row in df.itertuples():
    if <something>:
        df.at[row.Index, 'ifor'] = x
    else:
        df.at[row.Index, 'ifor'] = x

    df.loc[row.Index, 'ifor'] = x

在大多数情况下，itertuples（）比iat或at更快。

谢谢@SantiStSupery，使用。at比loc快得多。

Answer 2

熊猫数据帧对象应该被认为是一系列的序列。换句话说，您应该从列的角度来考虑它。这一点之所以重要，是因为当您使用pd.DataFrame.iterrows时，您正在以序列的形式遍历行。但这些不是数据帧存储的序列，因此它们是在迭代时为您创建的新序列。这意味着，当您尝试将这些编辑指定给它们时，这些编辑不会最终反映在原始数据帧中。

好了，现在这已经不成问题了：我们该怎么办？

在这篇文章之前的建议包括：

1. pd.DataFrame.set_value在Pandas 0.21版本中被弃用
2. pd.DataFrame.ix已弃用
3. pd.DataFrame.loc很好，但是可以在数组索引器上工作，你可以做得更好

我的建议
使用pd.DataFrame.at

for i in df.index:
    if <something>:
        df.at[i, 'ifor'] = x
    else:
        df.at[i, 'ifor'] = y

您甚至可以将其更改为：

for i in df.index:
    df.at[i, 'ifor'] = x if <something> else y

如果我需要将前一行的值用于if条件，该怎么办？

for i in range(1, len(df) + 1):
    j = df.columns.get_loc('ifor')
    if <something>:
        df.iat[i - 1, j] = x
    else:
        df.iat[i - 1, j] = y

Answer 3

您可以使用df.set_value在循环中赋值：

for i, row in df.iterrows():
    ifor_val = something
    if <condition>:
        ifor_val = something_else
    df.set_value(i,'ifor',ifor_val)

如果您不需要行值，您可以简单地迭代df的索引，但我保留了原始for循环，以防您需要这里未显示的某些内容的行值。

使现代化

自版本0.21.0以来，df.set_value（）已被弃用。您可以改用df.at（）

for i, row in df.iterrows():
    ifor_val = something
    if <condition>:
        ifor_val = something_else
    df.at[i,'ifor'] = ifor_val