Lặp lại các hàng trong khung dữ liệu Pandas bằng Python

Sử dụng iterrows() để lặp lại các hàng trong khung dữ liệu Pandas

Python với thư viện Pandas

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

Lặp lại với itertuples() để có hiệu suất tốt hơn

Python với thư viện Pandas

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

Truy cập các hàng bằng DataFrame apply() Phương thức

Python với thư viện Pandas

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

Sử dụng DataFrame.iterrows() và Enumerate

Python với thư viện Pandas

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

Các câu hỏi thường gặp về việc lặp lại các hàng trong Pandas

1. Cách hiệu quả nhất để lặp qua các hàng DataFrame là gì?
2. Các itertuples() nói chung là phương pháp hiệu quả nhất để lặp qua các hàng vì nó tránh được chi phí tạo đối tượng Sê-ri cho mỗi hàng.
3. Làm cách nào tôi có thể sửa đổi giá trị DataFrame trong khi lặp lại?
4. Bạn có thể dùng loc hoặc iloc trong vòng lặp của bạn để sửa đổi trực tiếp các giá trị DataFrame.
5. Sự khác biệt giữa iterrows() Và itertuples()?
6. iterrows() trả về mỗi hàng dưới dạng một Sê-ri, trong khi itertuples() trả về mỗi hàng dưới dạng một bộ có tên, nhanh hơn và tiết kiệm bộ nhớ hơn.
7. Tôi có thể sử dụng tính năng hiểu danh sách với các hàng DataFrame không?
8. Có, tính năng hiểu danh sách có thể được sử dụng để chuyển đổi dữ liệu nhỏ gọn và hiệu quả hơn.
9. Làm cách nào để lọc các hàng trước khi lặp?
10. Sử dụng query() phương thức hoặc lập chỉ mục Boolean để lọc các hàng dựa trên các điều kiện.
11. Có thể chỉ lặp qua các cột cụ thể không?
12. Có, bạn có thể lặp qua các cột cụ thể bằng cách truy cập chúng bằng cách sử dụng df[column_name] trong vòng lặp của bạn.
13. Làm cách nào để áp dụng một hàm cho mỗi hàng?
14. Sử dụng apply() phương thức có tham số trục được đặt thành 1.
15. Ý nghĩa hiệu suất của việc sử dụng là gì iterrows()?
16. iterrows() chậm hơn so với itertuples() và nên được sử dụng khi cần khả năng đọc của các đối tượng Series về hiệu suất.

Suy nghĩ cuối cùng về việc lặp lại hàng DataFrame

Việc nắm vững các phương pháp lặp khác nhau qua các hàng trong Pandas DataFrame cho phép tính linh hoạt và hiệu quả cao hơn trong các tác vụ thao tác dữ liệu. Cho dù bạn chọn iterrows() để dễ đọc, itertuples() cho hiệu suất, hoặc apply() phương pháp dành cho các hàm tùy chỉnh, việc hiểu các kỹ thuật này sẽ nâng cao khả năng xử lý các tập dữ liệu lớn của bạn một cách hiệu quả. Hãy thử nghiệm các phương pháp này để xác định phương pháp nào phù hợp nhất với yêu cầu và quy trình làm việc cụ thể của bạn.