التكرار على الصفوف في Pandas DataFrame في بايثون

استخدام iterrows() للتكرار عبر الصفوف في Pandas DataFrame

بايثون مع مكتبة الباندا

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Iterate over rows using iterrows()
for index, row in df.iterrows():
    print(row['c1'], row['c2'])

# Output:
# 10 100
# 11 110
# 12 120

التكرار مع itertuples() للحصول على أداء أفضل

بايثون مع مكتبة الباندا

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Iterate over rows using itertuples()
for row in df.itertuples():
    print(row.c1, row.c2)

# Output:
# 10 100
# 11 110
# 12 120

الوصول إلى الصفوف باستخدام طريقة DataFrame Apply()

بايثون مع مكتبة الباندا

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Define a function to apply to each row
def print_row(row):
    print(row['c1'], row['c2'])

# Apply the function to each row
df.apply(print_row, axis=1)

# Output:
# 10 100
# 11 110
# 12 120

استخدام DataFrame.iterrows() وEnumerate

بايثون مع مكتبة الباندا

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Iterate over rows using iterrows() and enumerate()
for i, (index, row) in enumerate(df.iterrows()):
    print(f'Index: {index}, Row {i}: {row["c1"]}, {row["c2"]}')

# Output:
# Index: 0, Row 0: 10, 100
# Index: 1, Row 1: 11, 110
# Index: 2, Row 2: 12, 120

أسئلة شائعة حول التكرار على الصفوف في الباندا

1. ما هي الطريقة الأكثر فعالية للتكرار عبر صفوف DataFrame؟
2. ال itertuples() تعد الطريقة بشكل عام هي الأكثر كفاءة للتكرار عبر الصفوف لأنها تتجنب الحمل الزائد لإنشاء كائنات متسلسلة لكل صف.
3. كيف يمكنني تعديل قيم DataFrame أثناء التكرار؟
4. يمكنك استخدام loc أو iloc داخل حلقتك لتعديل قيم DataFrame مباشرة.
5. ماهو الفرق بين iterrows() و itertuples()؟
6. iterrows() تقوم بإرجاع كل صف كسلسلة، بينما itertuples() تقوم بإرجاع كل صف على شكل مجموعة مسماة، وهي أسرع وأكثر كفاءة في الذاكرة.
7. هل يمكنني استخدام فهم القائمة مع صفوف DataFrame؟
8. نعم، يمكن استخدام عمليات فهم القائمة لتحويلات بيانات أكثر إحكاما وكفاءة.
9. كيف أقوم بتصفية الصفوف قبل التكرار؟
10. استخدم ال query() طريقة أو فهرسة منطقية لتصفية الصفوف بناءً على الشروط.
11. هل من الممكن التكرار على أعمدة محددة فقط؟
12. نعم، يمكنك التكرار على أعمدة محددة عن طريق الوصول إليها باستخدام df[column_name] داخل الحلقة الخاصة بك.
13. كيف يمكنني تطبيق دالة على كل صف؟
14. استخدم ال apply() الطريقة مع معلمة المحور مضبوطة على 1.
15. ما هي الآثار المترتبة على الأداء لاستخدام iterrows()؟
16. iterrows() أبطأ مقارنة ب itertuples() ويجب استخدامه عند الحاجة إلى سهولة قراءة كائنات السلسلة بدلاً من الأداء.

الأفكار النهائية حول تكرار صف DataFrame

يتيح إتقان الطرق المختلفة للتكرار عبر الصفوف في Pandas DataFrame قدرًا أكبر من المرونة والكفاءة في مهام معالجة البيانات. سواء اخترت iterrows() لسهولة القراءة، itertuples() للأداء، أو apply() بالنسبة للوظائف المخصصة، فإن فهم هذه التقنيات سيعزز قدرتك على التعامل مع مجموعات البيانات الكبيرة بفعالية. قم بتجربة هذه الطرق لتحديد الطريقة الأفضل التي تناسب متطلباتك وسير العمل الخاص بك.