Python Pandas 简明教程

Python Pandas - Iteration

对 Pandas 对象进行基本迭代的行为取决于类型。当对 Series 迭代时，它被视为类似于数组，并且基本迭代会生成值。其他数据结构，例如 DataFrame 和 Panel，遵循 dict-like 约定，即对对象的 keys 进行迭代。

简而言之，基本迭代（对于 i 在对象中）生成 −

  1. Series − values

  2. DataFrame − column labels

  3. Panel − item labels

Iterating a DataFrame

迭代一个 DataFrame 会给出列名。我们考虑以下示例来理解它。

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 output 如下所示 −

A
C
D
x
y

为了对 DataFrame 的行进行迭代，我们可以使用以下函数 −

  1. iteritems() − 迭代 (key，value) 对

  2. iterrows() − 将行作为 (index，series) 对进行迭代

  3. itertuples() − 将行作为命名元组进行迭代

iteritems()

以密钥作为密钥，以列值作为 Series 对象对每一列进行迭代。

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

它的 output 如下所示 −

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，每一列都以 Series 中的键值对形式单独进行迭代。

iterrows()

iterrows() 返回迭代器，生成每一行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 output 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

Note − 因为 iterrows() 迭代行，所以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，该迭代器会为 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 output 如下所示 −

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)

Note − 在进行迭代时，不要尝试修改任何对象。迭代目的是为了读取，而迭代器返回原始对象（一个视图）的副本，因此更改不会反映在原始对象中。

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 output 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

观察，没有反映出的更改。