zoukankan      html  css  js  c++  java
  • pandas df 遍历行方法

    pandas 遍历有以下三种访法。 

    1. iterrows():在单独的变量中返回索引和行项目,但显着较慢 
    2. itertuples():快于.iterrows(),但将索引与行项目一起返回,ir [0]是索引 
    3. zip:最快,但不能访问该行的索引
    df= pd.DataFrame({'a': range(0, 10000), 'b': range(10000, 20000)})

    0.for i in df:并不是遍历行的方式

    for i in df:
        print(i)

     正式因为for in df不是直接遍历行的方式所以我们研究了如下方法。

    1.iterrows():在单独的变量中返回索引和行项目,但显着较慢 

    df.iterrows()其实返回也是一个tuple=>(索引,Series)
    count=0
    for i,r in df.iterrows():
        print(i,'-->',r,type(r))
        count+=1
        if count>5:
            break

     2.itertuples():快于.iterrows(),但将索引与行项目一起返回,ir [0]是索引

    count=0
    for tup in df.itertuples():
        print(tup[0],'-->',tup[1::],type(tup[1:]))
        count+=1
        if count>5:
            break

     3.zip:最快,但不能访问该行的索引

    count=0
    for tup in zip(df['a'], df['b']):
        print(tup,type(tup[1:]))
        count+=1
        if count>5:
            break 

     4.性能比较

    df = pd.DataFrame({'a': range(0, 10000), 'b': range(10000, 20000)})
    import time
    list1 = []
    start = time.time()
    for i,r in df.iterrows():
        list1.append((r['a'], r['b']))
    print("iterrows耗时  :",time.time()-start)
    
    list1 = []
    start = time.time()
    for ir in df.itertuples():
        list1.append((ir[1], ir[2]))    
    print("itertuples耗时:",time.time()-start)
    
    list1 = []
    start = time.time()
    for r in zip(df['a'], df['b']):
        list1.append((r[0], r[1]))
    print("zip耗时       :",time.time()-start)

  • 相关阅读:
    Thumbnailator压缩图片
    dubbo序列化的一点注意
    Java编程思想读书笔记之内部类
    Hello World
    sql中where和having的区别
    Linux下服务器搭建
    maven中profile的激活方式
    <![CDATA[ ]]>
    linux下用xampp安装php集成环境,并修改各自端口号
    关于星号(**/*.java)
  • 原文地址:https://www.cnblogs.com/wqbin/p/11775812.html
Copyright © 2011-2022 走看看