如何在Pandas中遍历DataFrame中的行？

Question

如何在Pandas中遍历DataFrame中的行？我有一个DataFrame熊猫：import pandas as pd inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]df = pd.DataFrame(inp)print df产出：   c1   c20  10  1001  11  1102  12  120现在，我想迭代这个帧的行。对于每一行，我都希望能够通过列的名称访问其元素(单元格中的值)。例如：for row in df.rows:    print row['c1'], row['c2']在熊猫身上可以这样做吗？我发现了这个相似问题..但这并没有给出我想要的答案。例如，建议使用：for date, row in df.T.iteritems():或for row in df.iterrows():但我不明白row对象，以及我如何处理它。

Answer 1

首先要考虑你是否真的需要迭代在DataFrame中的行。看见这个答案寻找其他选择。

如果仍然需要对行进行迭代，则可以使用下面的方法。注意一些重要注意事项在其他任何答案中都没有提到。

• DataFrame.iterrow()

  for index, row in df.iterrows():
      print row["c1"], row["c2"]

• DataFrame.itertuples()

  for row in df.itertuples(index=True, name='Pandas'):
      print getattr(row, "c1"), getattr(row, "c2")

itertuples()应该比iterrows()

但请注意，根据医生的说法(目前熊猫为0.24.2)：

• 迭代：dtype可能不匹配每一行。

  因为迭代行为每一行返回一个序列，所以不保存跨行的dtype(数据框架的跨列保留dtype)。要在对行进行迭代时保留dtype，最好使用itertuples()，它返回值的namedtuple，并且通常比iterrow()快得多。

• 迭代行：不要修改行

  你应该永远不要修改你正在迭代的东西。这并不能保证在所有情况下都能奏效。根据数据类型的不同，迭代器返回一个副本，而不是一个视图，对其进行写入将没有任何效果。

  使用DataFrame.Apply()相反：

  new_df = df.apply(lambda x: x * 2)

• 迭代：

  如果列名是无效的Python标识符、重复的或以下划线开头，则列名将重命名为位置名称。对于大量列(>255)，将返回常规元组。

看见熊猫的迭代文档更多细节。

Answer 2

当iterrows()是个不错的选择，有时候itertuples()更快：

df = pd.DataFrame({'a': randn(1000), 'b': randn(1000),'N': randint(100, 1000, (1000)), 'x': 'x'})

%timeit [row.a * 2 for idx, row in df.iterrows()]

# => 10 loops, best of 3: 50.3 ms per loop

%timeit [row[1] * 2 for row in df.itertuples()]

# => 1000 loops, best of 3: 541 µs per loop