Python函数之iterrows(),iteritems(),itertuples()的区别说明 |
您所在的位置：网站首页 › iteritems() › Python函数之iterrows(),iteritems(),itertuples()的区别说明 |
|
目录iterrows(),iteritems(),itertuples()区别DataFrame数据遍历方式 iteritems iterrows itertuples迭代DataFrameiteritems（）iterrows（）itertuples（）iterrows(),iteritems(),itertuples()区别
Python函数之iterrows, iteritems, itertuples对dataframe进行遍历 iterrows(): 将DataFrame迭代为(insex, Series)对。iteritems(): 将DataFrame迭代为(列名, Series)对itertuples(): 将DataFrame迭代为元祖。 DataFrame数据遍历方式 iteritems iterrows itertuples对Pandas对象进行基本迭代的行为取决于类型。在遍历一个Series时，它被视为类似数组，并且基本迭代产生这些值。其他数据结构（如DataFrame和Panel）遵循类似于字典的惯例，即迭代对象的 键 。 总之，基本的迭代产生 Series - 值DataFrame - 列标签Panel - 项目标签 迭代DataFrame迭代DataFrame会给出列名称。让我们考虑下面的例子来理解相同的情况。 import pandas as pd import numpy as np N=20 df = pd.DataFrame({ 'A': pd.date_range(start='2021-01-01',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() }) for col in df: print(col)其 输出 如下 ACDxy 要迭代DataFrame的行，我们可以使用以下函数 - iteritems（） - 遍历（键，值）对iterrows（） - 遍历行（索引，序列）对itertuples（） - 遍历 行为namedtuples iteritems（）将每列作为关键字值进行迭代，并将标签作为键和列值作为Series对象进行迭代。 import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3']) for key,value in df.iteritems(): print(key,value)其 输出 如下 : col1 0 0.2657781 -0.8146202 -2.3849113 0.525155Name: col1, dtype: float64col2 0 2.5808941 -0.4080902 0.6410113 0.591557Name: col2, dtype: float64col3 0 -0.8308601 0.4135652 -2.2511283 -0.392120Name: col3, dtype: float64 请注意，每个列在Series中作为键值对单独迭代。 iterrows（）iterrows（）返回产生每个索引值的迭代器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)其 输出 如下 0 col1 -0.536180col2 -0.422245col3 -0.049302Name: 0, dtype: float641 col1 -0.577882col2 0.546570col3 1.210293Name: 1, dtype: float642 col1 0.593660col2 0.621967col3 0.456040Name: 2, dtype: float643 col1 0.874323col2 0.303070col3 -0.107727Name: 3, dtype: float64 注 - 由于 iterrows（） 遍历行，因此它不会保留行中的数据类型。0,1,2是行索引，col1，col2，col3是列索引。 itertuples（）itertuples（）方法将返回一个迭代器，为DataFrame中的每一行生成一个命名的元组。元组的第一个元素将是行的相应索引值，而其余值是行值。 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)其 输出 如下 Pandas(Index=0, col1=-0.4029137277161786, col2=1.3034737750584355, col3=0.8197109653411052)Pandas(Index=1, col1=-0.43013422882386704, col2=-0.2536252662252256, col3=0.9102527012477817)Pandas(Index=2, col1=0.25877683462048057, col2=-0.7725072659033637, col3=-0.013946376730006241)Pandas(Index=3, col1=0.3611368595844501, col2=-0.2777909818571997, col3=0.9396027945103758) 注 : 不要在迭代时尝试修改任何对象。 迭代是为了读取而迭代器返回原始对象（视图）的副本，因此这些更改不会反映到原始对象上。 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 col30 0.579118 0.444899 -0.6930091 0.479294 0.080658 -0.1266002 0.095121 -1.870492 0.5961653 1.885483 -0.122502 -1.531169 以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。 您可能感兴趣的文章:Python tuple方法和string常量介绍Python使用list列表和tuple元组的方法Python中的元组(Tuple)操作实例详解Python的 元组(Tuple)详解Python基础数据类型tuple元组的概念与用法Python带你从浅入深探究Tuple(基础篇)Python基础Lists和tuple实例详解 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |