Pandas数据帧的迭代[重复]

Question

for i in range(working.shape[0]):
    for j in range(1, working.shape[1]):
        working.iloc[i,j] = (100 - working.iloc[i,j])*100

在编程方面，我是一个新手，特别是熊猫。我也很抱歉，我问了一个已经在SF上提到的问题：我并不真正理解这个问题的现有答案。可能重复，但这个答案对新手来说很容易理解，如果不太全面的话。

Answer 1

迭代数据流的（最佳实践）正确方法是什么？

有几种方法（例如iterrows)，但一般来说，您应该不惜一切代价避免迭代。pandas为矢量化操作提供了几种工具，这些工具几乎总是比迭代解决方案更快。

您提供的示例可以使用iloc以以下方式向量化：

working.iloc[:, 1:] = (100 - working.iloc[:, 1:]) * 100

from timeit import Timer

working = pd.DataFrame({'a': range(50), 'b': range(50)})


def iteration():
    for i in range(working.shape[0]):
        for j in range(1, working.shape[1]):
            working.iloc[i, j] = (100 - working.iloc[i, j]) * 100


def direct():
    # in actual code you will have to assign back to working.iloc[:, 1:]
    (100 - working.iloc[:, 1:]) * 100


print(min(Timer(iteration).repeat(50, 50)))
print(min(Timer(direct).repeat(50, 50)))

0.38473859999999993
0.05334049999999735