python - منتديات - كيفية التكرار عبر الصفوف في DataFrame في الباندا؟




منتديات بايثون (8)

لدي DataFrames من الباندا:

import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]
df = pd.DataFrame(inp)
print df

انتاج:

   c1   c2
0  10  100
1  11  110
2  12  120

الآن أريد التكرار عبر صفوف الإطار أعلاه. لكل صف أريد أن أتمكن من الوصول إلى عناصره (القيم في الخلايا) حسب اسم الأعمدة. لذلك ، على سبيل المثال ، أود الحصول على شيء من هذا القبيل:

for row in df.rows:
   print row['c1'], row['c2']

هل من الممكن القيام بذلك في الباندا؟

لقد وجدت سؤال مماثل . لكنه لا يعطيني الإجابة التي أحتاجها. على سبيل المثال ، يقترح استخدام هناك:

for date, row in df.T.iteritems():

أو

for row in df.iterrows():

لكني لا أفهم ما هو كائن row وكيف يمكنني العمل معه.


IMHO ، فإن أبسط قرار

 for ind in df.index:
     print df['c1'][ind], df['c2'][ind]

استخدم itertuples () . إنه أسرع من iterrows () :

for row in df.itertuples():
    print "c1 :",row.c1,"c2 :",row.c2

كنت أبحث عن كيفية التكرار على الصفوف والأعمدة وانتهى هنا حتى:

for i, row in df.iterrows():
    for j, column in row.iteritems():
        print(column)

لحل جميع الصفوف في مخطط dataframe يمكنك استخدام:

for x in range(len(date_example.index)):
    print date_example['Date'].iloc[x]

يمكنك أيضا القيام الفهرسة numpy أكبر. إنه لا يتكرر فعلاً ولكنه يعمل بشكل أفضل من التكرار لبعض التطبيقات.

subset = row['c1'][0:5]
all = row['c1'][:]

قد ترغب أيضًا في إرسالها إلى صفيف. من المفترض أن تعمل هذه الفهارس / التحديدات مثل صفائف Numpy بالفعل ولكنني واجهت مشاكل وكنت بحاجة للإدلاء بها

np.asarray(all)
imgs[:] = cv2.resize(imgs[:], (224,224) ) #resize every image in an hdf5 file

يمكنك أيضًا استخدام df.apply() للتكرار عبر الصفوف والوصول إلى أعمدة متعددة للدالة.

DataFrame.apply()

def valuation_formula(x, y):
    return x * y * 0.5

df['price'] = df.apply(lambda row: valuation_formula(row['x'], row['y']), axis=1)

يمكنك كتابة مكرر الخاص الذي يطبق namedtuple

from collections import namedtuple

def myiter(d, cols=None):
    if cols is None:
        v = d.values.tolist()
        cols = d.columns.values.tolist()
    else:
        j = [d.columns.get_loc(c) for c in cols]
        v = d.values[:, j].tolist()

    n = namedtuple('MyTuple', cols)

    for line in iter(v):
        yield n(*line)

هذا يمكن مقارنته مباشرة بـ pd.DataFrame.itertuples . أنا تهدف إلى أداء نفس المهمة مع مزيد من الكفاءة.

بالنسبة إلى مخطط البيانات المحدد مع وظيفتي:

list(myiter(df))

[MyTuple(c1=10, c2=100), MyTuple(c1=11, c2=110), MyTuple(c1=12, c2=120)]

أو باستخدام pd.DataFrame.itertuples :

list(df.itertuples(index=False))

[Pandas(c1=10, c2=100), Pandas(c1=11, c2=110), Pandas(c1=12, c2=120)]

اختبار شامل
نحن نختبر إتاحة جميع الأعمدة وترتيب الأعمدة.

def iterfullA(d):
    return list(myiter(d))

def iterfullB(d):
    return list(d.itertuples(index=False))

def itersubA(d):
    return list(myiter(d, ['col3', 'col4', 'col5', 'col6', 'col7']))

def itersubB(d):
    return list(d[['col3', 'col4', 'col5', 'col6', 'col7']].itertuples(index=False))

res = pd.DataFrame(
    index=[10, 30, 100, 300, 1000, 3000, 10000, 30000],
    columns='iterfullA iterfullB itersubA itersubB'.split(),
    dtype=float
)

for i in res.index:
    d = pd.DataFrame(np.random.randint(10, size=(i, 10))).add_prefix('col')
    for j in res.columns:
        stmt = '{}(d)'.format(j)
        setp = 'from __main__ import d, {}'.format(j)
        res.at[i, j] = timeit(stmt, setp, number=100)

res.groupby(res.columns.str[4:-1], axis=1).plot(loglog=True);


iterrows هو مولد التي تسفر عن كل من المؤشر والصف

In [18]: for index, row in df.iterrows():
   ....:     print row['c1'], row['c2']
   ....:     
10 100
11 110
12 120






dataframe