迭代 Pandas DataFrame 行的有效方法是什麼？

Pandas 中高效的 DataFrame 行迭代

迭代 DataFrame 行是資料分析中的常見任務。本文探討了兩種方法：DataFrame.T.iteritems() 和 DataFrame.iterrows()，清楚地解釋了 row 物件及其用法。

Row 物件

DataFrame.iterrows() 傳回的 row 物件是代表 DataFrame 的單行的 Series。它透過列名稱提供對各個單元格值的存取：

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

範例

考慮以下DataFrame：

c1	c2
10	100
11	110
12	120

迭代使用上述方法的rows將產生以下結果輸出：

10 100
11 110
12 120

效能注意事項

需要注意的是，迭代 DataFrame 行可能需要大量計算。文件建議盡可能使用向量化操作或 apply() 函數以避免效能瓶頸。

Iterrows 的替代品

對於進階操作，您可以考慮使用以下iter* 函數的替代品：

• 使用內建方法或NumPy 進行向量化運算函數
• 使用apply()進行函數應用程式
• Cython 或Numba 來提高效能

透過了解如何使用行物件並考慮效能影響，您可以有效地迭代DataFrame 行以執行各種資料分析任務。

以上是迭代 Pandas DataFrame 行的有效方法是什麼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！