Python Pandas - 迭代

在数据操作中，遍历 pandas 对象是一项基本任务，遍历的行为取决于您正在处理的对象类型。本教程解释了 pandas 中的迭代是如何工作的，特别关注 Series 和 DataFrame 对象。

pandas 中的迭代行为在 Series 和 DataFrame 对象之间有所不同 -

Series：遍历 Series 对象会直接产生值，使其类似于数组结构。
DataFrame：遍历 DataFrame 遵循类似字典的约定，其中迭代会产生列标签（即键）。

遍历 DataFrame 中的行

要遍历 DataFrame 的行，我们可以使用以下方法 -

items()：遍历 (键，值) 对
iterrows()：将行迭代为 (索引，系列) 对
itertuples()：将行迭代为命名元组

遍历列对

items() 方法允许您将每一列迭代为键值对，其中标签作为键，列值作为 Series 对象。此方法与 DataFrame 的类似字典的接口一致。

示例

以下示例使用 items() 方法迭代 DataFrame 行。在此示例中，每列都作为 Series 中的键值对单独迭代。

import pandas as pd
import numpy as np
 
df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3'])

print("Original DataFrame:\n", df)

# Iterate Through DataFrame rows
print("Iterated Output:")
for key,value in df.items():
   print(key,value)

其输出如下 -

Original DataFrame:
        col1      col2      col3
0  0.422561  0.094621 -0.214307
1  0.430612 -0.334812 -0.010867
2  0.350962 -0.145470  0.988463
3  1.466426 -1.258297 -0.824569

Iterated Output:
col1 0    0.422561
1    0.430612
2    0.350962
3    1.466426
Name: col1, dtype: float64
col2 0    0.094621
1   -0.334812
2   -0.145470
3   -1.258297
Name: col2, dtype: float64
col3 0   -0.214307
1   -0.010867
2    0.988463
3   -0.824569
Name: col3, dtype: float64

观察，每列都单独迭代，其中键是列名，值是相应的 Series 对象。

将 DataFrame 迭代为 Series 对

iterrows() 方法返回一个迭代器，该迭代器会产生索引和行对，其中每一行都表示为 Series 对象，其中包含每一行中的数据。

示例

以下示例使用 iterrows() 方法迭代 DataFrame 行。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])

print("Original DataFrame:\n", df)

# Iterate Through DataFrame rows
print("Iterated Output:")
for row_index,row in df.iterrows():
   print(row_index,row)

其输出如下 -

Original DataFrame:
        col1      col2      col3
0  0.468160 -0.634193 -0.603612
1  1.231840  0.090565 -0.449989
2 -1.645371  0.032578 -0.165950
3  1.956370 -0.261995  2.168167

Iterated Output:
0 col1    0.468160
col2   -0.634193
col3   -0.603612
Name: 0, dtype: float64
1 col1    1.231840
col2    0.090565
col3   -0.449989
Name: 1, dtype: float64
2 col1   -1.645371
col2    0.032578
col3   -0.165950
Name: 2, dtype: float64
3 col1    1.956370
col2   -0.261995
col3    2.168167
Name: 3, dtype: float64

注意：因为 iterrows() 遍历行，所以它不会在行之间保留数据类型。0、1、2 是行索引，col1、col2、col3 是列索引。

将 DataFrame 迭代为命名元组

itertuples() 方法将返回一个迭代器，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对应索引值，其余值为行值。此方法通常比 iterrows() 快，并保留行元素的数据类型。

示例

以下示例使用 itertuples() 方法将 DataFrame 行循环为命名元组

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])

print("Original DataFrame:\n", df)

# Iterate Through DataFrame rows
print("Iterated Output:")
for row in df.itertuples():
   print(row)

其输出如下 -

Original DataFrame:
        col1      col2      col3
0  0.501238 -0.353269 -0.058190
1 -0.426044 -0.012733 -0.532594
2 -0.704042  2.201186 -1.960429
3  0.514151 -0.844160  0.508056

Iterated Output:
Pandas(Index=0, col1=0.5012381423628608, col2=-0.3532690739340918, col3=-0.058189913290578134)
Pandas(Index=1, col1=-0.42604395958954777, col2=-0.012733326002509393, col3=-0.5325942971498149)
Pandas(Index=2, col1=-0.7040424042099052, col2=2.201186165472291, col3=-1.9604285032438307)
Pandas(Index=3, col1=0.5141508750506754, col2=-0.8441600001815068, col3=0.5080555294913854)

遍历 DataFrame 列

当您遍历 DataFrame 时，它只会返回列名。

示例

让我们考虑以下示例来了解 DataFrame 列的遍历。

import pandas as pd
import numpy as np
 
N = 5
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()
})

print("Original DataFrame:\n", df)

# Iterate Through DataFrame Columns
print("Output:")
for col in df:
   print(col)

其输出如下 -

Original DataFrame:
            A    x         y     C           D
0 2016-01-01  0.0  0.990949   Low  114.143838
1 2016-01-02  1.0  0.314517  High   95.559640
2 2016-01-03  2.0  0.180237   Low  121.134817
3 2016-01-04  3.0  0.170095   Low   95.643132
4 2016-01-05  4.0  0.920718   Low   96.379692

Output:
A
x
y
C
D

示例

在遍历 DataFrame 时，您不应该修改任何对象。迭代旨在用于读取，迭代器返回原始对象的副本（视图），这意味着更改不会反映在原始对象上。以下示例演示了上述语句。

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 -

        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

如您所见，DataFrame 中没有反映任何更改，因为迭代仅提供数据的视图。

打印页面