迭代 Pandas DataFrame 的行作為字典

Question

我需要遍歷 Pandas 數據幀，以便將每一行作為帶有**kwargs的函數（實際上是類構造函數）的參數傳遞。 這意味着每一行都應該像一個字典，鍵是列名，值是每行對應的列名。

這有效，但它的表現非常糟糕：

import pandas as pd


def myfunc(**kwargs):
    try:
        area = kwargs.get('length', 0)* kwargs.get('width', 0)
        return area
    except TypeError:
        return 'Error : length and width should be int or float'


df = pd.DataFrame({'length':[1,2,3], 'width':[10, 20, 30]})

for i in range(len(df)):
    print myfunc(**df.iloc[i])

關於如何提高性能的任何建議？ 我嘗試過使用df.iterrows()迭代，但出現以下錯誤：

類型錯誤：** 之后的 myfunc() 參數必須是映射，而不是元組

我也嘗試過df.itertuples()和df.values ，但要么我遺漏了一些東西，要么意味着我必須將每個元組/ np.array 轉換為 pd.Series 或 dict ，這也會很慢。 我的限制是腳本必須使用 python 2.7 和 pandas 0.14.1。

Answer 1

一個干凈的選擇是這個：

for row_dict in df.to_dict(orient="records"):
    print(row_dict['column_name'])

Answer 2

你可以試試：

for k, row in df.iterrows():
    myfunc(**row)

這里k是數據幀索引，而row是一個字典，因此您可以使用以下命令訪問任何列： row["my_column_name"]

Answer 3

為此定義一個單獨的函數將是低效的，因為您正在應用逐行計算。 更有效的是計算一個新系列，然后迭代該系列：

df = pd.DataFrame({'length':[1,2,3,'test'], 'width':[10, 20, 30,'hello']})

df2 = df.iloc[:].apply(pd.to_numeric, errors='coerce')

error_str = 'Error : length and width should be int or float'
print(*(df2['length'] * df2['width']).fillna(error_str), sep='\n')

10.0
40.0
90.0
Error : length and width should be int or float