快捷導(dǎo)航

pandas中遍歷dataframe的每一個(gè)元素的實(shí)現(xiàn)

更新時(shí)間：2019年10月23日 14:36:04 作者：TheoldmanPickgarbage

這篇文章主要介紹了pandas中遍歷dataframe的每一個(gè)元素的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

假如有一個(gè)需求場(chǎng)景需要遍歷一個(gè)csv或excel中的每一個(gè)元素，判斷這個(gè)元素是否含有某個(gè)關(guān)鍵字

那么可以用python的pandas庫來實(shí)現(xiàn)。

方法一：

pandas的dataframe有一個(gè)很好用的函數(shù)applymap，它可以把某個(gè)函數(shù)應(yīng)用到dataframe的每一個(gè)元素上，而且比常規(guī)的for循環(huán)去遍歷每個(gè)元素要快很多。如下是相關(guān)代碼：

import pandas as pd
data = [["str","ewt","earw"],["agter","awetg","aeorgh"]]
dataframe1 = pd.DataFrame(data=data,columns=["name1","name2","name3"])
print(dataframe1)
bool_array = dataframe1.applymap(lambda x:"w" in x)
out_array = dataframe1[bool_array]
print(out_array)
 
>>
  name1 name2  name3
0  str  ewt  earw
1 agter awetg aeorgh
 
 name1 name2 name3
0  NaN  ewt earw
1  NaN awetg  NaN

代碼中，bool_array為一個(gè)邏輯矩陣，滿足條件元素的位置為true，否則為false。然后通過邏輯矩陣去索引dataframe1，就可以得出滿足條件的元素。

方法二：

第一種方法是一次性遍歷每個(gè)元素，這樣不好分column去處理，那換一種方式可以每次遍歷一列

#接上面代碼
file_columns = dataframe1.columns.tolist()
for column in file_columns:
  bool_index = dataframe1[column].str.contains("w")
  filter_data = dataframe1[column][bool_index]
  print(filter_data)
 
>>
Series([], Name: name1, dtype: object)
0   ewt
1  awetg
Name: name2, dtype: object
0  earw
Name: name3, dtype: object

代碼種 Series.str.contains 是 Series 才有的一個(gè)操作。另外，filter_data只輸出每一列中滿足條件的元素，更方便下一步的操作。

簡(jiǎn)單說明：

針對(duì)pandas的dataframe和series，有強(qiáng)大的高階函數(shù)：apply，applymap和map函數(shù)等，它們比簡(jiǎn)單的for循環(huán)要快很多，善用這些高階函數(shù)會(huì)讓你事半功倍。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

python本地降級(jí)pip的方法步驟
高版本的pip在使用過程中會(huì)出現(xiàn)很多的不兼容問題,而且不留神很容易把pip給升級(jí)了,下面這篇文章主要給大家介紹了關(guān)于python本地降級(jí)pip的方法步驟,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下
2022-12-12
Python+樹莓派+YOLO打造一款人工智能照相機(jī)
今天，我們將自己動(dòng)手打造出一款基于深度學(xué)習(xí)的照相機(jī)，當(dāng)小鳥出現(xiàn)在攝像頭畫面中時(shí)，它將能檢測(cè)到小鳥并自動(dòng)進(jìn)行拍照
2018-01-01
如何運(yùn)用sklearn做邏輯回歸預(yù)測(cè)
這篇文章主要介紹了如何運(yùn)用sklearn做邏輯回歸預(yù)測(cè)問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2023-06-06
Python?pytest自動(dòng)化測(cè)試庫十個(gè)強(qiáng)大用法示例
本文將介紹Python的pytest庫的10個(gè)強(qiáng)大用法,并提供相應(yīng)的代碼示例,幫助你更好地理解和應(yīng)用單元測(cè)試,它提供了許多高級(jí)功能和便利的用法,能夠讓我們更輕松地編寫和執(zhí)行單元測(cè)試
2024-01-01
如何使用Flask-Migrate拓展數(shù)據(jù)庫表結(jié)構(gòu)
這篇文章主要介紹了如何使用Flask-Migrate拓展數(shù)據(jù)庫表結(jié)構(gòu),文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-07-07
Python全棧之列表數(shù)據(jù)類型詳解
這篇文章主要給大家介紹了關(guān)于Python全棧之列表數(shù)據(jù)類型的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
2019-10-10
Python入門教程(四十一)Python的NumPy數(shù)組索引
這篇文章主要介紹了Python入門教程(四十一)Python的NumPy數(shù)組索引,數(shù)組索引是指使用方括號(hào)（[]）來索引數(shù)組值,numpy提供了比常規(guī)的python序列更多的索引工具,除了按整數(shù)和切片索引之外，數(shù)組可以由整數(shù)數(shù)組索引、布爾索引及花式索引,需要的朋友可以參考下
2023-05-05
通過Py2exe將自己的python程序打包成.exe/.app的方法
這篇文章主要介紹了通過Py2exe將自己的python程序打包成.exe/.app的方法,需要的朋友可以參考下
2018-05-05
pytorch中.numpy()、.item()、.cpu()、.detach()以及.data的使用方法
這篇文章主要給大家介紹了關(guān)于pytorch中.numpy()、.item()、.cpu()、.detach()以及.data的使用方法,文中通過實(shí)例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2022-08-08
python實(shí)現(xiàn)獲取aws route53域名信息的方法
最近由于工作原因接觸到aws的服務(wù),我需要實(shí)時(shí)獲取所有的域名信息,用于對(duì)其進(jìn)行掃描,因此寫了一個(gè)自動(dòng)化爬取腳本給需要的人分享,對(duì)python獲取aws route53域名信息相關(guān)知識(shí)感興趣的朋友一起看看吧
2023-12-12