Pandas | 09 迭代

Pandas对象之间的基本迭代的行为取决于类型。当迭代一个系列时，它被视为数组式，基本迭代产生这些值。其他数据结构，如：DataFrame和Panel，遵循类似惯例，迭代对象的键。

简而言之，基本迭代(对于i在对象中)产生 -

• Series - 值
• DataFrame - 列标签
• Pannel - 项目标签

迭代DataFrame

　　迭代DataFrame，默认迭代对象的键（列）。

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()
    })

print(df)
print('\n')

for col in df:
   print (col)

输出结果：

            A     x         y       C           D
0  2016-01-01   0.0  0.433094  Medium  122.454137
1  2016-01-02   1.0  0.702406     Low   87.920907
2  2016-01-03   2.0  0.106648     Low  110.453026
3  2016-01-04   3.0  0.553946    High   93.357313
4  2016-01-05   4.0  0.055309  Medium  101.677134
5  2016-01-06   5.0  0.870506     Low   93.611441
6  2016-01-07   6.0  0.265124    High   89.684828
7  2016-01-08   7.0  0.608606  Medium  106.256583
8  2016-01-09   8.0  0.915061    High   87.611971
9  2016-01-10   9.0  0.403021  Medium  118.759460
10 2016-01-11  10.0  0.042113  Medium   96.181790
11 2016-01-12  11.0  0.740301     Low  105.394580
12 2016-01-13  12.0  0.996189     Low  101.069863
13 2016-01-14  13.0  0.204401  Medium  107.772976
14 2016-01-15  14.0  0.595775    High   93.862074
15 2016-01-16  15.0  0.449922  Medium   95.686896
16 2016-01-17  16.0  0.649613     Low   95.902673
17 2016-01-18  17.0  0.549016  Medium  103.786598
18 2016-01-19  18.0  0.428497  Medium   82.460432
19 2016-01-20  19.0  0.426844    High  107.196597

A
x
y
C
D

要遍历数据帧(DataFrame)中的行，可以使用以下函数：

• iteritems() - 迭代(key，value)对
• iterrows() - 将行迭代为(索引，系列)对
• itertuples() - 以namedtuples的形式迭代行

iteritems()

　　将每个列作为键，将值与值作为键和列值，迭代为Series对象。

import pandas as pd
import numpy as np

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

print(df)
print('\n')

for key,value in df.iteritems():
   print (key,value,'\n')

输出结果：

       col1      col2      col3
0  0.096004  1.836687  0.513612
1  0.506905 -0.042988 -0.438362
2 -1.425654  1.081005  0.182610
3 -0.746107 -0.971394 -0.204752

col1 0    0.096004
1    0.506905
2   -1.425654
3   -0.746107
Name: col1, dtype: float64 

col2 0    1.836687
1   -0.042988
2    1.081005
3   -0.971394
Name: col2, dtype: float64 

col3 0    0.513612
1   -0.438362
2    0.182610
3   -0.204752
Name: col3, dtype: float64

观察一下，单独迭代每个列作为系列中的键值对。

iterrows()

　　iterrows()返回迭代器，产生每个索引值以及包含每行数据的序列。

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,'\n')

输出结果：

  col1    1.529759
   col2    0.762811
   col3   -0.634691
Name: 0, dtype: float64

  col1   -0.944087
   col2    1.420919
   col3   -0.507895
Name: 1, dtype: float64

  col1   -0.077287
   col2   -0.858556
   col3   -0.663385
Name: 2, dtype: float64
  col1    -1.638578
   col2     0.059866
   col3     0.493482
Name: 3, dtype: float64

 

注意 - 由于iterrows()遍历行，因此不会跨该行保留数据类型。0,1,2是行索引，col1，col2，col3是列索引。

itertuples()

itertuples()方法将为DataFrame中的每一行返回一个产生一个命名元组的迭代器。元组的第一个元素将是行的相应索引值，而剩余的值是行值。

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)

输出结果：

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)