Python Pandas 迭代

基本迭代Pandas对象的行为取决于类型。当迭代Series时，它被视为类似于数组的对象，基本迭代会产生值。其他的数据结构，比如DataFrame和Panel，会遵循以迭代对象的键为约定的“类似于字典”的方式。

简而言之，基本迭代（for i in object）产生以下结果−

Series - 值
DataFrame - 列标签
Panel - 项标签

迭代DataFrame

迭代一个DataFrame会产生列名。我们来看下面的例子来理解这一点。

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() - 遍历（键，值）对
iterrows() - 以（索引，系列）对的形式遍历行
itertuples() - 以namedtuples的形式遍历行

iteritems()

以标签作为键，以列值作为Series对象进行遍历每一列的键值对。

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 输出结果 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

观察下面的代码，每一列都以键值对的形式在Series中被迭代处理。

iterrows()

iterrows() 返回一个迭代器，它同时返回每个索引值以及包含每一行数据的Series。

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

它的输出如下所示−

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() 迭代每一行，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，每个迭代器都会产生一个命名元组，用于表示数据框中的每一行。元组的第一个元素将是相应的行索引值，其余的值是行的数据值。

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 − 在迭代过程中不要尝试修改任何对象。迭代只用于读取，而迭代器返回的是原始对象的副本（视图），因此对于原始对象的更改不会反映在这个对象上。

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

其输出如下所示：

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