Python Pandas - 迭代

Pandas 对象的基本迭代行为取决于类型。 在对 Series 进行迭代时,它被视为类数组,基本迭代产生值。 其他数据结构,如 DataFrame 和 Panel,遵循 dict-like 迭代对象的 keys 的约定。

简而言之,基本迭代(对象中的 i )产生 −

  • 系列 − 值

  • DataFrame − 列标签

  • 面板 − 项目标签


迭代DataFrame

迭代 DataFrame 会给出列名。 让我们考虑以下示例来理解相同的内容。

import pandas as pd
import numpy as np
 
N=20
df = pd.DataFrame({
   'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
   'x': np.linspace(0,stop=N-1,num=N),
   'y': np.random.rand(N),
   'C': np.random.choice(['Low','Medium','High'],N).tolist(),
   'D': np.random.normal(100, 10, size=(N)).tolist()
   })

for col in df:
   print col

它的输出如下 −

A
C
D
x
y

要遍历 DataFrame 的行,我们可以使用以下函数 −

  • iteritems() − 迭代(键,值)对

  • iterrows() − 以(索引,系列)对的形式迭代行

  • itertuples() − 以命名元组的形式迭代行


iteritems()

将每列作为键、值对进行迭代,标签作为键,列值作为 Series 对象。

import pandas as pd
import numpy as np
 
df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3'])
for key,value in df.iteritems():
   print key,value

它的输出如下 −

col1 0    0.802390
1    0.324060
2    0.256811
3    0.839186
Name: col1, dtype: float64

col2 0    1.624313
1   -1.033582
2    1.796663
3    1.856277
Name: col2, dtype: float64

col3 0   -0.022142
1   -0.230820
2    1.160691
3   -0.830279
Name: col3, dtype: float64

请注意,每一列都作为一个系列中的键值对单独迭代。


iterrows()

iterrows() 返回产生每个索引值的迭代器以及包含每行数据的序列。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row_index,row in df.iterrows():
   print row_index,row

它的输出如下 −

0  col1    1.529759
   col2    0.762811
   col3   -0.634691
Name: 0, dtype: float64

1  col1   -0.944087
   col2    1.420919
   col3   -0.507895
Name: 1, dtype: float64
 
2  col1   -0.077287
   col2   -0.858556
   col3   -0.663385
Name: 2, dtype: float64
3  col1    -1.638578
   col2     0.059866
   col3     0.493482
Name: 3, dtype: float64

注意 − 因为 iterrows() 遍历行,所以它不会跨行保留数据类型。 0,1,2 是行索引,col1,col2,col3 是列索引。


itertuples()

itertuples() 方法将返回一个迭代器,为 DataFrame 中的每一行生成一个命名元组。 元组的第一个元素将是行的相应索引值,而其余的值是行值。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row in df.itertuples():
    print row

它的输出如下 −

Pandas(Index=0, col1=1.5297586201375899, col2=0.76281127433814944, col3=-
0.6346908238310438)

Pandas(Index=1, col1=-0.94408735763808649, col2=1.4209186418359423, col3=-
0.50789517967096232)

Pandas(Index=2, col1=-0.07728664756791935, col2=-0.85855574139699076, col3=-
0.6633852507207626)

Pandas(Index=3, col1=0.65734942534106289, col2=-0.95057710432604969,
col3=0.80344487462316527)

注意 − 迭代时不要尝试修改任何对象。 迭代用于读取,迭代器返回原始对象(视图)的副本,因此更改不会反映在原始对象上。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])

for index, row in df.iterrows():
   row['a'] = 10
print df

它的输出如下 −

        col1       col2       col3
0  -1.739815   0.735595  -0.295589
1   0.635485   0.106803   1.527922
2  -0.939064   0.547095   0.038585
3  -1.016509  -0.116580  -0.523158

观察,没有任何变化反映。