如何有效循環 Pandas Dataframes？

在Pandas 中循環資料幀的最有效方法

在處理儲存在資料幀中的複雜財務資料時，高效的迭代技術變得至關重要。使用 enumerate(df.values) 的傳統方法可能效率低。幸運的是，pandas 引入了更優化的解決方案。

使用Pandas iterrows 函數

最近的pandas 版本提供了iterrows 函數來迭代行：

for index, row in df.iterrows():
    # Perform logic here

該方法同時提供索引和行數據，保證效率的同時允許自訂

替代方案：Pandas itertuples 函數

更快的選擇是使用itertuples 函數：

for idx, row_obj in df.itertuples(index=True):
    # Perform logic here

這種方法利用numpy 函數直接操作數據，繞過行迭代，這可以顯著增強

使用Numpy 操作

根據unutbu 的建議，直接使用numpy函數可以提供最快的程式碼。您可以在整個資料幀上應用操作，而不是迭代行：

df['new_column'] = np.where(df['open'] > 10, 'high', 'low')

這種方法消除了不必要的迭代，並利用 numpy 的向量化運算來實現卓越的效率。

以上是如何有效循環 Pandas Dataframes？的詳細內容。更多資訊請關注PHP中文網其他相關文章！