快捷導(dǎo)航

pandas實(shí)現(xiàn)按行遍歷dataframe的方法(itertuples，iterrows)

更新時(shí)間：2023年08月25日 11:25:02 作者：ALittleHigh

本文主要介紹了pandas實(shí)現(xiàn)按行遍歷dataframe的方法,主要介紹了兩種itertuples,iterrows,具有一定的參考價(jià)值,感興趣的可以了解一下

1. 以命名元組的形式遍歷DataFrame行

pandas.DataFrame.itertuples

DataFrame.itertuples(index=True, name='Pandas')

關(guān)鍵字參數(shù)：index

默認(rèn)為True，所需為布爾值。當(dāng)值為True時(shí)，將索引作為元組的第一個(gè)元素返回。

關(guān)鍵字參數(shù)：name

默認(rèn)為“Pandas”，所需為字符串或None。命名返回的元組的名稱，當(dāng)為None時(shí)，返回普通元組。

返回：iterator

迭代器：用于返回DataFrame每行形成的命名元組，命名元組的第一個(gè)字段可能是索引，其余字段是列值。

tips：當(dāng)列名是無效的Python標(biāo)識符、或重復(fù)值、或以下劃線開頭時(shí)，該列名會(huì)以當(dāng)前位置重命名。

示例：簡單使用itertuples，不設(shè)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：設(shè)置index=False以取消索引為首個(gè)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：自定義元組名稱

>>> 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) 對的形式遍歷 DataFrame行

pandas.DataFrame.iterrows

返回：index

標(biāo)簽或標(biāo)簽元組。即行索引或多維索引元組。

返回：Series

以Series形式展示該行的數(shù)據(jù)。

示例：直接使用iterrows

由于 iterrows 會(huì)為每一行返回一個(gè) Series，因此不會(huì)跨行保留 dtypes（DataFrames 的 dtypes 會(huì)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

為了在遍歷行時(shí)保留 dtypes，最好使用 itertuples()，它返回值的命名元組，通常比 iterrows 更快。

tips：永遠(yuǎn)不要修改正在迭代的內(nèi)容。這并不能保證在所有情況下都有效。根據(jù)數(shù)據(jù)類型的不同，迭代器返回的是副本而不是視圖，對其寫入不會(huì)有任何影響。

到此這篇關(guān)于pandas實(shí)現(xiàn)按行遍歷dataframe的方法(itertuples，iterrows)的文章就介紹到這了,更多相關(guān)pandas 按行遍歷dataframe內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: