Python의 Pandas DataFrame에서 행 반복

iterrows()를 사용하여 Pandas DataFrame의 행 반복

Pandas 라이브러리가 포함된 Python

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

더 나은 성능을 위해 itertuples()를 사용한 반복

Pandas 라이브러리가 포함된 Python

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

DataFrame apply() 메서드를 사용하여 행에 액세스

Pandas 라이브러리가 포함된 Python

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

DataFrame.iterrows() 및 열거 사용

Pandas 라이브러리가 포함된 Python

삼

Pandas의 행 반복에 대한 일반적인 질문

1. DataFrame 행을 반복하는 가장 효율적인 방법은 무엇입니까?
2. 그만큼 itertuples() 메서드는 일반적으로 각 행에 대해 Series 객체를 생성하는 오버헤드를 방지하므로 행을 반복하는 데 가장 효율적입니다.
3. 반복하는 동안 DataFrame 값을 어떻게 수정할 수 있나요?
4. 당신이 사용할 수있는 loc 또는 iloc 루프 내에서 DataFrame 값을 직접 수정합니다.
5. 차이점은 무엇 입니까? iterrows() 그리고 itertuples()?
6. iterrows() 각 행을 시리즈로 반환하고, itertuples() 각 행을 명명된 튜플로 반환합니다. 이는 더 빠르고 메모리 효율적입니다.
7. DataFrame 행에 목록 이해를 사용할 수 있나요?
8. 예, 더 간결하고 효율적인 데이터 변환을 위해 목록 이해를 사용할 수 있습니다.
9. 반복하기 전에 행을 필터링하려면 어떻게 해야 합니까?
10. 사용 query() 조건에 따라 행을 필터링하는 방법 또는 부울 인덱싱.
11. 특정 열에 대해서만 반복이 가능합니까?
12. 예, 다음을 사용하여 특정 열에 액세스하여 반복할 수 있습니다. df[column_name] 루프 내에서.
13. 각 행에 함수를 어떻게 적용하나요?
14. 사용 apply() 축 매개변수가 1로 설정된 메서드입니다.
15. 사용 시 성능에 미치는 영향은 무엇입니까? iterrows()?
16. iterrows() 에 비해 느리다 itertuples() 성능보다 시리즈 객체의 가독성이 필요할 때 사용해야 합니다.

DataFrame 행 반복에 대한 최종 생각

Pandas DataFrame에서 행을 반복하는 다양한 방법을 익히면 데이터 조작 작업의 유연성과 효율성이 향상됩니다. 당신이 선택하든 iterrows() 가독성을 위해, itertuples() 성능을 위해 또는 apply() 사용자 정의 함수에 대한 방법을 이해하고 이러한 기술을 이해하면 대규모 데이터 세트를 효과적으로 처리하는 능력이 향상됩니다. 특정 요구 사항과 작업 흐름에 가장 적합한 방법을 결정하려면 다음 방법을 실험해 보십시오.