pandas中的DataFrame数据遍历解读

目录

• pandas DataFrame数据遍历
• 读取csv内容，格式与数据类型如下
• 按行遍历数据：iterrows
• 按行遍历数据：itertuples
• 按列遍历数据：iteritems
• 读取和修改某一个数据
• 遍历dataframe中每一个数据
• dataframe遍历效率对比
• 构建数据
• 9种遍历方法
• 效率对比
• 说下结论
• 总结

pandas DataFrame数据遍历

读取csv内容，格式与数据类型如下

data = pd.read_csv('save\LH8888.csv')
print(type(data))
print(data)

输出结果如下：

按行遍历数据：iterrows

获取行名：名字、年龄、身高、体重

for i, line in data.iterrows():
	print(i)
    print(line)
    print(line['date'])  

输出结果如下：

• i：是数据的索引，表示第几行数据
• line：是每一行的具体数据
• line[‘date’]：通过字典的方式，能够读取数据

按行遍历数据：itertuples

for line in data.itertuples():
    print(line)

输出结果如下：

访问date方式如下：

for line in data.itertuples():
    print(line)
    print(getattr(line, 'date'))
    print(line[1])

输出结果如下：

按列遍历数据：iteritems

for i, index in data.iteritems():
    print(index)

输出结果如下，使用方式同iterrows。

读取和修改某一个数据

例如：我们想要读取 行索引为：1，列索引为：volume的值 27，代码如下：

• iloc：需要输入索引值，索引从0开始
• loc：需要输入对应的行名和列名

print(data.iloc[1, 5])
print(data.loc[1, 'volume'])

例如：我们想要将 行索引为：1，列索引为：volume的值 27 修改为10，代码如下：

data.iloc[1, 5] = 10
print(data.loc[1, 'volume'])
print(data)

输出结果如下：

遍历dataframe中每一个数据

for i in range(data.shape[0]):
    for j in range(data.shape[1]):
        print(data.iloc[i, j])

输出结果如下，按行依次打印：

dataframe遍历效率对比

构建数据

import pandas as pd
import numpy as np

# 生成樣例數據
def gen_sample():
  aaa = np.random.uniform(1,1000,3000)
  bbb = np.random.uniform(1,1000,3000)
  ccc = np.random.uniform(1,1000,3000)
  ddd = np.random.uniform(1,1000,3000)
  return pd.DataFrame({'aaa':aaa,'bbb':bbb, 'ccc': ccc, 'ddd': ddd})

9种遍历方法

# for + iloc 定位
def method0_sum(DF):
    for i in range(len(DF)):
        a = DF.iloc[i,0] + DF.iloc[i,1]

# for + iat 定位
def method1_sum(DF):
    for i in rang开发者_JS教程e(len(DF)):
        a = DF.iat[i,0] + DF.iat[i,1]

# pandaswww.devze.com.DataFrame.iterrows() 迭代器
def method2_sum(DF):
    for index, rows in http://www.devze.comDF.iterrows():
        a = rows['aaa'] + rows['bbb']

# pandas.DataFrame.apply 迭代
def method3_sum(DF):
    a = DF.apply(lambda x: x.aaa + x.bbb, axis=1)

# pandas.DataFrame.apply 迭代 
def method4_sum(DF):
    a = DF[['aaa','bbb']].apply(lambda x: x.aaa + x.bbb, axis=1)
    
# 列表
def method5_sum(DF):
    a = [ a+b for a,b in zip(DF['aaa'],DF['bbb']) ]

# pandas  
def method6_sum(DF):
    a = DF['aaa'] + DF['bbb']

# numpy 
def method7_sum(DF):
    a = DF['aaa'].values + DF['bbb'].values
    
# for + itertuples
def method8_sum(DF):
    for row in DF.itertuples():
        a = getattr(row, 'aaa') + getattr(row, 'bbb')
        

效率对比

df = gen_sample()
print('for + iloc 定位:')
%timeit method0_sum(df)

df = gen_sample()
print('for + iat 定位:')
%timeit method1_sum(df)

df = gen_sample()
print('apply 迭代:')
%timeit method3_sum(df)

df = gen_sample()
print('apply 迭代 + 兩列:')
%timeit method4_sum(df)

df = gen_sample()
print('列表:')
%timeit method5_sum(df)

df = gen_sample()
print('pandas 数组操作:')
%timeit method6_sum(df)

df = gen_sample()
print('numpy 数组操作：')
%timeit method7_sum(df)

df = gen_sample()
print('for itertuples')
%timeit method8_sum(df)

df = gen_sample()
print('for iteritems')
%timeit method9_sum(df)

df = gen_sample()
print('for iterrows:')
%timeit method2_sum(df)

结果：

for + iloc 定位:

225 ms ± 9.14 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

for + iat 定位:

201 ms ± 6.37 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

apply 迭代:

88.3 ms ± 2.3 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

apply 迭代 + 兩列:

91.2 ms ± 5.29 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

列表:

1.12 ms ± 54.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

pandas 数组操作:

262 µs ± 9.21 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

numpy 数组操作：

14.4 µs ± 383 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

for itertuples

6.4 ms &plusm编程客栈n; 265 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

for iterrows:

330 ms ± 22.3 ms jsper loop (mean ± std. dev. of 7 runs, 1 loop each)

说下结论

numpy数组 > iteritems > pandas数组 > 列表 > itertuples > apply > iat javascript> iloc > iterrows

itertuples > iterrows ；快50倍

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。