【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。孔乙己对于茴香豆的茴字的四种写法颇有研究。我不敢自比孔乙己，这里搜集一些 Python 的茴香豆，以飨各位码农。
首先准备一个函数，用来生成用于测试的 DataFrame 。这个 DataFrame 有 3 列，名称分别为 a 、 b 和 c 。
[1]:
import numpy as np
import pandas as pd
df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]})
df
[1]:
| a | b | c | |
|---|---|---|---|
| 0 | 1 | 4 | 7 |
| 1 | 2 | 5 | 8 |
| 2 | 3 | 6 | 9 |
BOSS 的要求是打印出：
1 4
2 5
3 6
[2]:
df['a'] + df['b']
[2]:
0 5
1 7
2 9
dtype: int64
茴香豆一： iterrows#
[3]:
for index, row in df.iterrows():
print(row['a'], row['b'])
1 4
2 5
3 6
[4]:
for row in df.itertuples(index=True, name='hxd'):
print(row.a, row.b)
1 4
2 5
3 6
[5]:
for row in df.itertuples(name='hxd'):
print(row)
hxd(Index=0, a=1, b=4, c=7)
hxd(Index=1, a=2, b=5, c=8)
hxd(Index=2, a=3, b=6, c=9)
[6]:
for i in range(0, len(df)):
print (df.iloc[i]['a'], df.iloc[i]['b'])
1 4
2 5
3 6
[7]:
for row in df.to_dict(orient='records'):
print(row['a'], row['b'])
1 4
2 5
3 6
当然， DataFrame 还有各种各样的 to_ 开头的方法，有兴趣的朋友可以尝试一下。
[8]:
df = pd.DataFrame(np.random.randn(100000, 4), columns=list('abcd'))
[9]:
timeit [row.a + row.b for row in df.itertuples(index=False)]
62.4 ms ± 2.54 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
[10]:
timeit df['a'] + df['b']
201 µs ± 4.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
[11]:
timeit [row for row in df.itertuples(index=False)]
60.1 ms ± 1.02 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
[12]:
timeit [x+y for x,y in zip(df['a'], df['b'])]
15.7 ms ± 260 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)