iterrows()

iterrows()是pandas中DataFrame对象的一个方法，主要用于逐行遍历DataFrame。

一、功能介绍

它会生成一个迭代器，在每次迭代中返回一个包含两个元素的元组。其中，第一个元素是行索引，通常是整数索引或者标签索引；第二个元素是一个pandas.Series对象，代表该行的数据，其中的索引是列名，对应的值是该行在该列上的值。

二、使用场景

1. 逐行处理数据
   • 当你需要对DataFrame中的每一行数据进行特定的处理时，可以使用iterrows()。例如，在你的提供的代码中，通过遍历每一行来获取图像名称和对应的标签数据，然后进行图像读取和标签处理操作。

for img_name, target in csv_data.iterrows():
    images.append(torchvision.io.read_image(
        os.path.join(data_dir, 'bananas_train' if is_train else
                     'bananas_val', 'images', f'{img_name}')))
    targets.append(list(target))

2. 复杂的数据处理逻辑
   • 如果处理逻辑比较复杂，无法通过向量化操作高效完成，iterrows()可以提供一种逐行处理的方式。不过需要注意，对于非常大的数据集，逐行处理可能会比较耗时，此时可以考虑其他更高效的方法，如使用apply方法结合向量化函数或者使用numba等工具进行优化。

三、注意事项

1. 性能问题
   • iterrows()不是最高效的遍历方式。因为它每次返回的是一个Series对象，这个对象是对原始数据的视图，可能会涉及一些开销。对于大规模数据集，可能会导致性能下降。
2. 可变性风险
   • 对返回的Series对象进行修改时要小心，因为这可能会影响原始的DataFrame数据，或者导致意外的结果。如果需要修改数据，最好使用明确的赋值操作或者使用DataFrame的方法来确保行为的可预测性。