2种按行遍历的优选方法
1. 以命名元组的形式遍历DataFrame行
pandas.DataFrame.itertuples
DataFrame.itertuples(index=True, name='Pandas')
关键字参数:index
默认为True,所需为布尔值。当值为True时,将索引作为元组的第一个元素返回。
关键字参数:name
默认为“Pandas”,所需为字符串或None。命名返回的元组的名称,当为None时,返回普通元组。
返回:iterator
迭代器:用于返回DataFrame每行形成的命名元组,命名元组的第一个字段可能是索引,其余字段是列值。
tips:当列名是无效的Python标识符、或重复值、或以下划线开头时,该列名会以当前位置重命名。
示例:简单使用itertuples,不设置index和name
>>> df = pd.DataFrame({'num_legs': [4, 2], 'num_wings': [0, 2]},
... index=['dog', 'hawk'])
>>> df
num_legs num_wings
dog 4 0
hawk 2 2
>>> for row in df.itertuples():
... print(row)
...
Pandas(Index='dog', num_legs=4, num_wings=0)
Pandas(Index='hawk', num_legs=2, num_wings=2)
示例:设置index=False以取消索引为首个字段
>>> for row in df.itertuples(index=False):
... print(row)
...
Pandas(num_legs=4, num_wings=0)
Pandas(num_legs=2, num_wings=2)
示例:自定义元组名称
>>> for row in df.itertuples(name='Animal'):
... print(row)
...
Animal(Index='dog', num_legs=4, num_wings=0)
Animal(Index='hawk', num_legs=2, num_wings=2)
2. 以 (index, Series) 对的形式遍历 DataFrame行
pandas.DataFrame.iterrows
返回:index
标签或标签元组。即行索引或多维索引元组。
返回:Series
以Series形式展示该行的数据。
示例:直接使用iterrows
由于 iterrows 会为每一行返回一个 Series,因此不会跨行保留 dtypes(DataFrames 的 dtypes 会跨列保留)。
>>> df = pd.DataFrame([[1, 1.5]], columns=['int', 'float'])
>>> row = next(df.iterrows())[1]
>>> row
int 1.0
float 1.5
Name: 0, dtype: float64
>>> print(row['int'].dtype)
float64
>>> print(df['int'].dtype)
int64
为了在遍历行时保留 dtypes,最好使用 itertuples(),它返回值的命名元组,通常比 iterrows 更快。
tips:永远不要修改正在迭代的内容。这并不能保证在所有情况下都有效。根据数据类型的不同,迭代器返回的是副本而不是视图,对其写入不会有任何影响。