如何在Pandas中遍歷DataFrame中的行？我有一個(gè)DataFrame熊貓：import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]df = pd.DataFrame(inp)print df產(chǎn)出： c1 c20 10 1001 11 1102 12 120現(xiàn)在，我想迭代這個(gè)幀的行。對(duì)于每一行，我都希望能夠通過(guò)列的名稱(chēng)訪問(wèn)其元素(單元格中的值)。例如：for row in df.rows:
print row['c1'], row['c2']在熊貓身上可以這樣做嗎？我發(fā)現(xiàn)了這個(gè)相似問(wèn)題..但這并沒(méi)有給出我想要的答案。例如，建議使用：for date, row in df.T.iteritems():或for row in df.iterrows():但我不明白row對(duì)象，以及我如何處理它。
3 回答
偶然的你
TA貢獻(xiàn)1841條經(jīng)驗(yàn) 獲得超3個(gè)贊
for index, row in df.iterrows(): print row["c1"], row["c2"]
for row in df.itertuples(index=True, name='Pandas'): print getattr(row, "c1"), getattr(row, "c2")
itertuples()iterrows()
迭代： dtype可能不匹配每一行。 因?yàn)榈袨槊恳恍蟹祷匾粋€(gè)序列，所以 不保存跨行的dtype(數(shù)據(jù)框架的跨列保留dtype)。要在對(duì)行進(jìn)行迭代時(shí)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 你應(yīng)該 永遠(yuǎn)不要修改你正在迭代的東西。這并不能保證在所有情況下都能奏效。根據(jù)數(shù)據(jù)類(lèi)型的不同，迭代器返回一個(gè)副本，而不是一個(gè)視圖，對(duì)其進(jìn)行寫(xiě)入將沒(méi)有任何效果。 使用 DataFrame.Apply() 相反： new_df = df.apply(lambda x: x * 2)
迭代： 如果列名是無(wú)效的Python標(biāo)識(shí)符、重復(fù)的或以下劃線開(kāi)頭，則列名將重命名為位置名稱(chēng)。對(duì)于大量列(>255)，將返回常規(guī)元組。
慕碼人8056858
TA貢獻(xiàn)1803條經(jīng)驗(yàn) 獲得超6個(gè)贊
當(dāng)iterrows()是個(gè)不錯(cuò)的選擇，有時(shí)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
添加回答
舉報(bào)
0/150
提交
取消