Python Pandas 迭代
对Pandas对象的基本迭代行为取决于其类型。当对一个系列进行迭代时,它被视为类似于数组,基本迭代会产生值。其他数据结构,如DataFrame和Panel,遵循 类似于口令的 惯例,对对象的 键 进行迭代。
简而言之,基本迭代(对于对象中的 i )产生 —
- Series — 数值
-
DataFrame – 列标签
-
Panel – 项目标签
迭代一个数据框架
迭代一个DataFrame可以得到列名。让我们考虑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
其 输出 情况如下—
A
C
D
x
y
为了遍历DataFrame的行,我们可以使用以下函数—
- iteritems() – 遍历(key,value)对
-
iterrows() – 以(索引,系列)对的形式遍历各行
-
itertuples() – 以命名图元的形式遍历行。
iteritems()
以键、值对的形式遍历每一列,标签为键,列值为系列对象。
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
其 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
请注意,每一列都是作为一个系列中的键值对单独进行迭代。
iterrows()
iterrows()返回产生每个索引值的迭代器,以及包含每行数据的系列。
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 输出结果 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() 在行上迭代,所以它不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的每一行产生一个命名的元组。该元组的第一个元素将是该行对应的索引值,而其余的值是该行的值。
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 情况如下—
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 - 在迭代时不要试图修改任何对象。迭代是为了阅读,迭代器返回原始对象(视图)的副本,因此变化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
其 输出结果 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,没有反映出变化。