在pandas中遍历DataFrame行
有如下 Pandas DataFrame:
import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]
df = pd.DataFrame(inp)
print df
上面代码输出:
c1 c2
0 10 100
1 11 110
2 12 120
现在需要遍历上面DataFrame的行。对于每一行,都希望能够通过列名访问对应的元素(单元格中的值)。也就是说,需要类似如下的功能:
for row in df.rows:
print row['c1'], row['c2']
Pandas 可以这样做吗?
我找到了similar question。但这并不能给我需要的答案,里面提到:
for date, row in df.T.iteritems():
要么
for row in df.iterrows():
但是我不明白row
对象是什么,以及我如何使用它。
最佳解决方案
要以 Pandas 的方式迭代遍历DataFrame的行,可以使用:
DataFrame.iterrows()
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()
快
但请注意,根据文档(目前 Pandas 0.19.1):
iterrows:数据的
dtype
可能不是按行匹配的,因为iterrows返回一个系列的每一行,它不会保留行的dtypes(dtypes跨DataFrames列保留)*iterrows:不要修改行
你不应该修改你正在迭代的东西。这不能保证在所有情况下都能正常工作。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,写入它将不起作用。
改用DataFrame.apply():
new_df = df.apply(lambda x: x * 2)
itertuples:列名称将被重命名为位置名称,如果它们是无效的Python标识符,重复或以下划线开头。对于大量的列(> 255),返回常规元组。
第二种方案: apply
您也可以使用df.apply()
遍历行并访问函数的多个列。
docs: DataFrame.apply()
def valuation_formula(x, y):
return x * y * 0.5
df['price'] = df.apply(lambda row: valuation_formula(row['x'], row['y']), axis=1)
第三种方案:iloc
您可以使用df.iloc函数,如下所示:
for i in range(0, len(df)):
print df.iloc[i]['c1'], df.iloc[i]['c2']
第四种方案:略麻烦,但是更高效,将DataFrame转为List
您可以编写自己的实现namedtuple
的迭代器
from collections import namedtuple
def myiter(d, cols=None):
if cols is None:
v = d.values.tolist()
cols = d.columns.values.tolist()
else:
j = [d.columns.get_loc(c) for c in cols]
v = d.values[:, j].tolist()
n = namedtuple('MyTuple', cols)
for line in iter(v):
yield n(*line)
这相当于pd.DataFrame.itertuples
,但是效率更高。
将自定义函数用于给定的DataFrame:
list(myiter(df))
[MyTuple(c1=10, c2=100), MyTuple(c1=11, c2=110), MyTuple(c1=12, c2=120)]
或与pd.DataFrame.itertuples
:
list(df.itertuples(index=False))
[Pandas(c1=10, c2=100), Pandas(c1=11, c2=110), Pandas(c1=12, c2=120)]
全面的测试
我们测试了所有可用列:
def iterfullA(d):
return list(myiter(d))
def iterfullB(d):
return list(d.itertuples(index=False))
def itersubA(d):
return list(myiter(d, ['col3', 'col4', 'col5', 'col6', 'col7']))
def itersubB(d):
return list(d[['col3', 'col4', 'col5', 'col6', 'col7']].itertuples(index=False))
res = pd.DataFrame(
index=[10, 30, 100, 300, 1000, 3000, 10000, 30000],
columns='iterfullA iterfullB itersubA itersubB'.split(),
dtype=float
)
for i in res.index:
d = pd.DataFrame(np.random.randint(10, size=(i, 10))).add_prefix('col')
for j in res.columns:
stmt = '{}(d)'.format(j)
setp = 'from __main__ import d, {}'.format(j)
res.at[i, j] = timeit(stmt, setp, number=100)
res.groupby(res.columns.str[4:-1], axis=1).plot(loglog=True);
在pandas中遍历DataFrame行相关推荐
- python dataframe遍历_在pandas中遍历DataFrame行的实现方法
有如下 Pandas DataFrame: import pandas as pd inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,' ...
- 根据列值删除Pandas中的DataFrame行
本文翻译自:Deleting DataFrame row in Pandas based on column value I have the following DataFrame: 我有以下Dat ...
- pandas中关于DataFrame行,列显示不完全的解决方案
1.问题背景 在使用DataFrame的过程中,由于行列数量太多,print打印出来会显示不完全.如图: 2.解决方案 #显示所有列 pd.set_option('display.max_column ...
- dataframe 按条件删行_根据列值删除Pandas中的DataFrame行
最好的方法是使用布尔掩蔽: In [56]: df Out[56]: line_date daysago line_race rating raw wrating 0 2007-03 ...
- python pandas中关于DataFrame行,列显示不完全(省略)的解决办法
引用 添加代码即可: #显示所有列 pd.set_option('display.max_columns', None) #显示所有行 pd.set_option('display.max_rows' ...
- pandas 选取第一行_用pandas中的DataFrame时选取行或列的方法
如下所示: import numpy as np import pandas as pd from pandas import Sereis, DataFrame ser = Series(np.ar ...
- python怎么选取不连续的列_用pandas中的DataFrame时选取行或列的方法
如下所示: import numpy as np import pandas as pd from pandas import Sereis, DataFrame ser = Series(np.ar ...
- 【Python茴香豆系列】之 PANDAS 如何遍历 DataFrame 的所有行
[Python茴香豆系列]之 PANDAS 如何遍历 DataFrame 的所有行 用 Python 编程,使用不同的方法来完成同一个目标,有时候是一件很有意思的事情.这让我想起鲁迅笔下的孔乙己.孔乙 ...
- python列表按照指定顺序排序-pandas中的DataFrame按指定顺序输出所有列的方法
问题: 输出新建的DataFrame对象时,DataFrame中各列的显示顺序和DataFrame定义中的顺序不一致. 例如: import pandas as pd grades = [48,99, ...
最新文章
- 美国防部官员讨论量子科学、5G和定向能的发展
- UML作业第一次:UML用例图绘制
- DL之ShuffleNet:ShuffleNet算法的架构详解
- linux主机数据拷贝,linux 服务器之间拷贝文件
- 特征工程完全手册 - 从预处理、构造、选择、降维、不平衡处理
- android如何建立全局变量,如何在Android中声明全局变量?
- 手机MODEM 开发(30)--- VoLTE无线功能
- 结构体struct的定义和使用
- 在Zephyr RTOS上实现一个轮询系统
- 【手记】解决Intel Management Engine Interface黄色感叹号
- 数据库约束六大约束语句
- 0.96OLED显示原理及FPGA驱动程序
- 互联网发展的四个阶段
- python寻找所有三位数素数_寻找所有的素数的python实现
- 两种python调包进行拉丁超立方采样(lhs)
- 2013 CVPR点评
- (PTA)数据结构(作业)3、链表
- Linux使用nvida-smi查看GPU类型
- 自行更换iPhone 6s 手机电池 | 工序步骤
- java正则校验qq邮箱_检测邮箱是否是QQ邮箱并给出提示_正则实例
热门文章
- 黑马程序员——选择排序
- 分析容灾备份建设需求
- html跨浏览器兼容性问题
- 解决wordpress无法离线发布(远程发布)的故障
- python setup.py install 出错_python setup.py install 失败
- 使用微服务失败的12个原因
- hexeditor 复制二进制值_MySQL复制全解析 Part 6 MySQL GTID 生命周期
- 升级浏览器_星愿浏览器升级至6.3.2000.2001
- java clock计时_Java Clock类| offset()方法与示例
- sim800 模式切换_SIM的完整形式是什么?