Wie kann ich Pandas DataFrame-Zeilen effizient durchlaufen?

Pandas DataFrame-Zeilen durchlaufen

Das Durchlaufen der Zeilen eines Pandas DataFrame kommt häufig vor, wenn tabellarische Daten bearbeitet werden. In diesem Artikel werden zwei Methoden zur Erfüllung dieser Aufgabe untersucht und die Zusammensetzung von Zeilenobjekten erläutert.

Verwendung von iterrows()

Pandas stellt einen effizienten DataFrame.iterrows-Generator bereit, der sowohl den Index als auch die Zeile zurückgibt als Serie für jede Beobachtung. Diese Methode ermöglicht den direkten Zugriff auf Spaltenwerte mithilfe des Index der Zeile:

import pandas as pd

df = pd.DataFrame({'c1': [10, 11, 12], 'c2': [100, 110, 120]})

for index, row in df.iterrows():
    print(row['c1'], row['c2'])

Dieses Snippet gibt Folgendes aus:

10 100
11 110
12 120

Hinweis zu Leistungsaspekten

Während der Iteration über Pandas-Objekte ist im Allgemeinen ein praktischer Ansatz, kann aber im Vergleich zu vektorisierten Operationen langsam sein. Erwägen Sie für maximale Leistung alternative Techniken wie:

• Nutzung integrierter Methoden und NumPy-Funktionen für vektorisierte Berechnungen.
• Verwendung der booleschen Indizierung für eine effiziente Datenteilmenge.
• Einsatz von apply() für iterative Operationen, bei denen eine direkte Änderung erforderlich ist.
• Optimierung leistungskritisch Schleifen mit Cython oder Numba.

Zusätzliche Iterationsmethoden

Über iterrows() hinaus bietet Pandas weitere Zeileniterationsmethoden wie:

• itertuples(): Gibt für jedes ein benanntes Tupel zurück Zeile.
• iterrows(ignore_index=True): Iteriert über Zeilen, ohne den Index.
• itertuples(ignore_index=True): Ähnlich wie itertuples(), schließt aber den Index aus.

Das obige ist der detaillierte Inhalt vonWie kann ich Pandas DataFrame-Zeilen effizient durchlaufen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!