pandas df 遍歷行方法

pandas 遍歷有以下三種訪法。 

1. iterrows（）：在單獨的變量中返回索引和行項目，但顯着較慢 
2. itertuples（）：快於.iterrows（），但將索引與行項目一起返回，ir [0]是索引 
3. zip：最快，但不能訪問該行的索引

df= pd.DataFrame({'a': range(0, 10000), 'b': range(10000, 20000)})

 

 

0.for i in df:並不是遍歷行的方式

for i in df:
    print(i)

 

 正式因為for in df不是直接遍歷行的方式所以我們研究了如下方法。

1.iterrows（）：在單獨的變量中返回索引和行項目，但顯着較慢 

df.iterrows()其實返回也是一個tuple=>(索引，Series)

count=0
for i,r in df.iterrows():
    print(i,'-->',r,type(r))
    count+=1
    if count>5:
        break

 

 2.itertuples（）：快於.iterrows（），但將索引與行項目一起返回，ir [0]是索引

count=0
for tup in df.itertuples():
    print(tup[0],'-->',tup[1::],type(tup[1:]))
    count+=1
    if count>5:
        break

 

 3.zip：最快，但不能訪問該行的索引

count=0
for tup in zip(df['a'], df['b']):
    print(tup,type(tup[1:]))
    count+=1
    if count>5:
        break 

 

 4.性能比較

 

df = pd.DataFrame({'a': range(0, 10000), 'b': range(10000, 20000)})
import time
list1 = []
start = time.time()
for i,r in df.iterrows():
    list1.append((r['a'], r['b']))
print("iterrows耗時  :",time.time()-start)

list1 = []
start = time.time()
for ir in df.itertuples():
    list1.append((ir[1], ir[2]))    
print("itertuples耗時:",time.time()-start)

list1 = []
start = time.time()
for r in zip(df['a'], df['b']):
    list1.append((r[0], r[1]))
print("zip耗時       :",time.time()-start)