如何在 Pandas DataFrame 中迭代行？

今天和大家聊聊一个在数据处理过程中常见的问题：如何迭代Pandas DataFrame的行。
在日常数据处理工作中，我们经常需要遍历DataFrame的每一行，做一些数据处理或者计算。 Pandas作为数据处理的利器，自然提供了多种方法来实现这一需求。
接下来，我会详细介绍几种常见的方法，并给出相应的代码示例和注释。

方法一：使用iterrows()

iterrows()是Pandas中最常见的迭代方法之一。它返回的是每行的索引和行数据，行数据以Series的形式呈现。

import pandas as pd# 创建DataFramedf = pd.DataFrame({'c1': [10, 11, 12], 'c2': [100, 110, 120]})df = df.reset_index()  # 确保索引和行数配对# 使用iterrows()进行迭代for index, row in df.iterrows():    print(row['c1'], row['c2'])

输出：

10 10011 11012 120

iterrows()的使用非常简单直观，但要注意，它的性能并不是最优的。因为它每次迭代时会将每行数据转换成Series对象，这在处理大数据时会非常慢。

方法二：使用itertuples()

如果你对性能要求较高，可以考虑使用itertuples()。它返回的是一个namedtuple，其中包含每行的数据。相比iterrows()，itertuples()的性能更好，因为它避免了将行数据转换为Series对象。

# 使用itertuples()进行迭代for row in df.itertuples(index=False, name='Pandas'):    print(row.c1, row.c2)

输出：

10 10011 11012 120

可以看到，itertuples()返回的namedtuple对象，使得访问每列数据时更加高效。如果你不需要对行数据进行修改，这是一个非常好的选择。

方法三：使用apply()

虽然apply()并不是直接的迭代方法，但在某些情况下可以起到类似的作用。apply()函数允许我们对DataFrame的每一行或每一列应用一个函数。

# 定义一个处理函数def process_row(row):    print(row['c1'], row['c2'])# 使用apply()迭代行df.apply(process_row, axis=1)

输出：

10 10011 11012 120

apply()的好处在于它的灵活性，可以轻松地对每行数据进行复杂的操作。不过，和iterrows()一样，它的性能也不是特别优。

方法四：矢量化操作

在Pandas中，最推荐的还是使用矢量化操作，因为它们充分利用了底层的C和NumPy的优化，性能非常高。很多时候，我们不需要显式地迭代每一行，而是可以直接对整个DataFrame进行操作。

# 矢量化操作df['c3'] = df['c1'] + df['c2']print(df)

输出：

index  c1   c2   c30      0  10  100  1101      1  11  110  1212      2  12  120  132

在这个例子中，我们通过矢量化操作直接对整个DataFrame的两列进行相加，得到新的列c3。这种操作不仅简洁明了，而且性能极佳。

小结

迭代DataFrame的行有多种方法可选，具体选择哪种方法要看你的需求和数据规模。如果只是简单的遍历，小数据量下使用iterrows()或者itertuples()都可以；如果对性能有更高要求，或者数据量较大，尽量使用矢量化操作。
在实际开发中，我们总是需要在代码的可读性和性能之间找到一个平衡点。
希望今天的分享能对大家在数据处理过程中有所帮助。 有什么问题或者更好的方法，欢迎在评论区讨论哦！

目前，对编程、职场感兴趣的同学，大家可以联系我微信： golang404 ，拉你进入“程序员交流群”。

🔥 虎哥私藏精品 热门推荐 🔥 虎哥作为一名老码农，整理了全网最全 《python高级架构师资料合集》 。
资料包含了 《IDEA视频教程》 、 《最全python面试题库》 、 《最全项目实战源码及视频》 及 《毕业设计系统源码》 ，总量高达 650GB 。 全部 免费领取 ！全面满足各个阶段程序员的学习需求 。