Python调包侠——Pandas循环提速

目录

一、标准for循环

二、Pandas 内置函数: iterrows ()

三、Pandas的 .apply()方法

四、Pandas向量化

五、Numpy向量化

六、总结

---

一、标准for循环

采用for循环遍历每一行，iloc来确定该列值，在数据量较大的情况下，iloc本身耗时较高，同时for遍历使得效率非常低，对于iloc的改进可使用 df.at来代替，对于for循环改进参考下面几个点。

def tradition_loop(df):
    for row in range(0, len(df)):

        if (df['HomeTeam'].iloc[row] == 1) :
            df['Draws'].iloc[row] = 'Draw'

        else:
            df['Draws'].iloc[row] = 'No_Game'

二、Pandas 内置函数: iterrows ()

iterrows()为DataFrame中的每一行产生（index，series）这样的元组。它以索引对的形式遍历DataFrame，以Series的形式遍历感兴趣的列，使得它比标准循环更快。但是iterrows()不能跨行保存dtype。这意味着，如果你在DataFrame dtypes上使用iterrows()，可以更改它，但这会导致很多问题。一定要保存dtypes的话，你还可以使用itertuples()。

itertuples为每一行产生一个namedtuple，并且行的索引值作为元组的第一个元素。nametuple是Python的collections模块中的一种数据结构，其行为类似于Python元组，但具有可通过属性查找访问的字段。

itertuples和iterrows方法可以使效率更快。这些都是一次产生一行的生成器方法

def iterrows_loop(df):
    ans = []
    for index,row