如何有效地迭代 Pandas DataFrame 行？

遍歷 Pandas DataFrame 行

遍歷 Pandas DataFrame 的行是操作表格資料時常遇到的情況。本文探討了完成此任務的兩種方法，並闡明了行物件的組成。

使用 iterrows()

Pandas 提供了一個高效的 DataFrame.iterrows 產生器，它會傳回索引和行作為每個觀察的一個系列。此方法允許使用行索引直接存取列值：

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'])

此程式碼片段輸出：

10 100
11 110
12 120

效能注意事項的注意事項

迭代Pandas 物件時通常是一種方便的方法，但與向量化操作相比，它可能會很慢。為了獲得最佳效能，請考慮替代技術，例如：

• 利用內建方法和 NumPy 函數進行向量化計算。
• 利用布林索引進行高效資料子集化。
• 使用 apply() 進行需要直接修改的迭代操作。
• 最佳化使用 cython 或 numba 的效能關鍵循環。

其他迭代方法

除了 iterrows()，Pandas 還提供其他行迭代方法，例如：

• itertuples():為每個傳回一個命名元組row.
• iterrows(ignore_index=True): 迭代行，不包含索引。
• itertuples(ignore_index=True): 類似itertuples()，但不包含索引。

以上是如何有效地迭代 Pandas DataFrame 行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！