Pandas迭代

对Pandas对象进行基本迭代的行为取决于类型。在遍历一个Series时，它被视为类似数组，并且基本迭代产生这些值。其他数据结构（如DataFrame和Panel）遵循 类似于字典的 惯例，即迭代对象的 键 。

总之，基本的迭代（对于 我 在对象中）产生 -

  • Series - 值

  • DataFrame - 列标签

  • Panel - 项目标签

迭代DataFrame

迭代DataFrame会给出列名称。让我们考虑下面的例子来理解相同的情况。

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

其 输出 如下 -

A
C
D
x
y

要迭代DataFrame的行，我们可以使用以下函数 -

  • iteritems（） - 遍历（键，值）对

  • iterrows（） - 遍历行（索引，序列）对

  • itertuples（） - 遍历 行为namedtuples

iteritems（）

将每列作为关键字值进行迭代，并将标签作为键和列值作为Series对象进行迭代。

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

其 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，每个列在Series中作为键值对单独迭代。

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

其 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 - 由于 iterrows（） 遍历行，因此它不会保留行中的数据类型。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的元组。元组的第一个元素将是行的相应索引值，而其余值是行值。

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

其 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 - 不要在迭代时尝试修改任何对象。 迭代是为了读取而迭代器返回原始对象（视图）的副本，因此这些更改不会反映到原始对象上。

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

其 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，没有反映变化。