Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah Saya Boleh Mengulang Baris dalam Bingkai Data Pandas?

Bagaimanakah Saya Boleh Mengulang Baris dalam Bingkai Data Pandas?

Patricia Arquette
Patricia Arquetteasal
2024-12-22 19:19:21790semak imbas

How Can I Iterate Over Rows in a Pandas DataFrame?

Lelaran Atas Baris dalam Pandas DataFrame

Dalam Pandas, kaedah iterrows() menyediakan cara yang mudah untuk mengulangi baris DataFrame . Kaedah ini menghasilkan tuple untuk setiap baris, dengan elemen pertama ialah indeks baris dan elemen kedua ialah Siri Pandas yang mengandungi nilai baris.

Pertimbangkan DataFrame berikut:

   c1   c2
0  10  100
1  11  110
2  12  120

Untuk lelaran ke atas baris menggunakan iterrows(), gunakan sintaks berikut:

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

Kod ini mencetak nilai lajur 'c1' dan 'c2' untuk setiap baris:

10 100
11 110
12 120

Memahami Objek Baris

Objek baris dikembalikan oleh iterrows() ialah Siri Pandas yang mewakili satu baris DataFrame. Ia menyediakan akses kepada nilai baris mengikut nama lajur, indeks dan label. Contohnya:

print(row)  # prints the entire row as a Series
print(row['c1'])  # prints the value of the 'c1' column
print(row.index)  # prints the row's index
print(row.name)  # prints the row's label

Pertimbangan Prestasi

Lelaran pada objek panda boleh menjadi perlahan, terutamanya untuk set data yang besar. Jika prestasi adalah kritikal, pertimbangkan untuk menggunakan operasi vektor atau gunakan fungsi pada DataFrame sebaliknya. Walau bagaimanapun, iterrows() kekal sebagai alat yang berguna untuk melaksanakan operasi berulang yang tidak boleh divektorkan.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mengulang Baris dalam Bingkai Data Pandas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn