上一节:
下一节:

  Pandas - 迭代

  • 简述

    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迭代的约定keys的对象。
    简而言之，基本迭代（对于i在对象中）产生 -
    • Series- values
    • DataFrame− column labels
    • Panel− item labels

  • 迭代数据框

    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 (key,value) 对
    • iterrows()− 将行作为 (index,series) 对进行迭代
    • itertuples()- 作为命名元组迭代行

  • iterrows()

    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，它不会保留整个行的数据类型。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，没有反映任何变化。
上一节:
下一节: