遍历 Python 中的数据框的最佳方法是什么？

Question

我试图建立一个基于另一个数据框。 为了构建第二个，我需要遍历第一个数据帧并对数据进行一些更改并将其插入第二个。 我正在为我的 for 循环使用 namedTuple。

这个循环需要大量时间来处理 2m 行数据。 有没有最快的方法来做到这一点？

Answer 1

由于通常 pandas dataframe 是建立在列上的，因此它似乎无法提供一种遍历行的方法。 但是，这是我用于处理 pandas dataframe 中的每一行的方式：

rows = zip(*(table.loc[:, each] for each in table))
for rowNum, record in enumerate(rows):
    # If you want to process record, modify the code to process here:
    # Otherwise can just print each row
    print("Row", rowNum, "records: ", record)

顺便说一句，我仍然建议您寻找一些 pandas 方法来帮助您处理您的第一个 dataframe - 通常会比您自己编写的更快、更有效。 希望这能有所帮助。

Answer 2

我建议使用内置于 pandas 中的iterrows function。

data = {'Name': ['John', 'Paul', 'George'], 'Age': [20, 21, 19]}
  db = pd.DataFrame(data)
  print(f"Dataframe:\n{db}\n")
    for row, col in db.iterrows():
      print(f"Row Index:{row}")
      print(f"Column:\n{col}\n")

以上的output：

Dataframe:
     Name  Age
0    John   20
1    Paul   21
2  George   19

Row Index:0
Column:
Name    John
Age       20
Name: 0, dtype: object

Row Index:1
Column:
Name    Paul
Age       21
Name: 1, dtype: object

Row Index:2
Column:
Name    George
Age         19
Name: 2, dtype: object