Rumah >pembangunan bahagian belakang >Tutorial Python >Apakah Cara Cekap untuk Mengulangi Baris DataFrame Pandas?

Apakah Cara Cekap untuk Mengulangi Baris DataFrame Pandas?

Linda Hamilton
Linda Hamiltonasal
2024-12-26 22:08:10256semak imbas

What are the Efficient Ways to Iterate Over Pandas DataFrame Rows?

Lelaran Baris DataFrame yang Cekap dalam Panda

Lelaran melalui baris DataFrame ialah tugas biasa dalam analisis data. Artikel ini meneroka dua kaedah: DataFrame.T.iteritems() dan DataFrame.iterrows(), memberikan penjelasan yang jelas tentang objek baris dan penggunaannya.

Objek Baris

Objek baris yang dikembalikan oleh DataFrame.iterrows() ialah Siri yang mewakili satu baris DataFrame. Ia menyediakan akses kepada nilai sel individu mengikut nama lajur:

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

Contoh

Pertimbangkan DataFrame berikut:

c1 c2
10 100
11 110
12 120

Lelaran sepanjang baris menggunakan kaedah di atas akan menghasilkan yang berikut output:

10 100
11 110
12 120

Pertimbangan Prestasi

Adalah penting untuk ambil perhatian bahawa lelaran ke atas baris DataFrame boleh menjadi intensif dari segi pengiraan. Dokumentasi mengesyorkan menggunakan operasi vektor atau fungsi apply() apabila mungkin untuk mengelakkan kesesakan prestasi.

Alternatif kepada Iterrows

Untuk operasi lanjutan, anda boleh mempertimbangkan untuk menggunakan yang berikut alternatif kepada fungsi iter*:

  • Operasi bervektor dengan kaedah terbina dalam atau Fungsi NumPy
  • Aplikasi fungsi dengan apply()
  • Cython atau Numba untuk prestasi yang dipertingkatkan

Dengan memahami cara bekerja dengan objek baris dan mempertimbangkan implikasi prestasi, anda boleh mengulangi baris DataFrame dengan berkesan untuk melaksanakan pelbagai tugas analisis data.

Atas ialah kandungan terperinci Apakah Cara Cekap untuk Mengulangi Baris DataFrame 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