python - 파이썬 - Pandas에서 DataFrame의 행을 반복하는 방법은 무엇입니까?




파이썬 데이터 추출 (10)

IMHO, 가장 간단한 결정

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

나는 pandas의 DataFrame 을 가지고 있습니다.

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

산출:

   c1   c2
0  10  100
1  11  110
2  12  120

이제이 프레임의 행을 반복하고 싶습니다. 모든 행에 대해 열의 이름으로 요소 (셀의 값)에 액세스 할 수 있기를 원합니다. 예 :

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

팬더에서 그렇게 할 수 있습니까?

나는이 비슷한 질문을 발견 했다 . 그러나 그것은 내가 필요한 답을주지 못한다. 예를 들어 다음을 사용하는 것이 좋습니다.

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

또는

for row in df.iterrows():

그러나 나는 row 객체가 무엇인지, 그리고 어떻게 그것으로 작업 할 수 있는지 이해하지 못합니다.


pandas에서 DataFrame의 행을 반복하려면 다음을 사용할 수 있습니다.

itertuples()itertuples() 보다 iterrows()

그러나 문서 (P2andPanas 0.21.1 현재)에 따르면 다음 사항을 유의하십시오.

  • iterrows : dtype 이 행과 일치하지 않을 수 있습니다.

    iterrows는 각 행에 대해 Series를 반환하기 때문에 행 전체에 대해 dtypes을 유지하지 않습니다. dtype은 DataFrames의 열에서 보존됩니다.

  • iterrows : 행을 수정하지 마십시오.

    반복되는 것을 수정 해서는 안됩니다 . 모든 경우에 작동하는 것은 아닙니다. 데이터 유형에 따라 반복기는보기가 아닌 사본을 리턴하며이보기에 대한 쓰기는 효과가 없습니다.

    DataFrame.apply() 대신 사용하십시오.

    new_df = df.apply(lambda x: x * 2)
    
  • itertuples :

    유효하지 않은 파이썬 식별자이거나 반복되거나 밑줄 문자로 시작하는 경우 열 이름은 위치 이름으로 바뀝니다. 많은 수의 열 (> 255)을 사용하면 일반 튜플이 반환됩니다.


다음과 같이 df.iloc 함수를 사용할 수 있습니다.

for i in range(0, len(df)):
    print df.iloc[i]['c1'], df.iloc[i]['c2']

더 빠른 속도 향상을 위해 numpy 인덱싱을 수행 할 수도 있습니다. 실제로 iterating은 아니지만 특정 응용 프로그램에 대한 반복보다 훨씬 효과적입니다.

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

그것을 배열에 캐스트 할 수도 있습니다. 이러한 인덱스 / 선택 항목은 이미 Numpy 배열처럼 작동해야하지만 문제가 발생하여 전송해야합니다.

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

왜 복잡한 것들입니까?

단순한.

import pandas as pd
import numpy as np

# Here is an example dataframe
df_existing = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

for idx,row in df_existing.iterrows():
    print row['A'],row['B'],row['C'],row['D']

위의 답변에 추가하여 때로는 유용한 패턴이 있습니다.

# Borrowing @KutalmisB df example
df = pd.DataFrame({'col1': [1, 2], 'col2': [0.1, 0.2]}, index=['a', 'b'])
# The to_dict call results in a list of dicts
# where each row_dict is a dictionary with k:v pairs of columns:value for that row
for row_dict in df.to_dict(orient='records'):
    print(row_dict)

어떤 결과 :

{'col1':1.0, 'col2':0.1}
{'col1':2.0, 'col2':0.2}

dataframe 모든 행을 반복하고 각 행의 값을 편리하게 사용 하려면 ndarrayndarray 로 변환 할 수 있습니다. 예 :

df = pd.DataFrame({'col1': [1, 2], 'col2': [0.1, 0.2]}, index=['a', 'b'])

행 반복하기 :

for row in df.itertuples(index=False, name='Pandas'):
    print np.asarray(row)

결과 :

[ 1.   0.1]
[ 2.   0.2]

index=True경우 인덱스가 튜플의 첫 번째 요소로 추가되므로 일부 응용 프로그램에서는 바람직하지 않을 수 있습니다.


dataframe 모든 행을 반복하려면 다음을 사용할 수 있습니다.

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

namedtuple 을 구현하는 자체 iterator를 작성할 수있다.

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)

이는 pd.DataFrame.itertuples 와 직접적으로 비교됩니다. 효율성을 높이기 위해 동일한 작업을 수행하는 것이 목표입니다.

내 함수로 주어진 데이터 프레임 들어 :

list(myiter(df))

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

또는 pd.DataFrame.itertuples 다음을 pd.DataFrame.itertuples .

list(df.itertuples(index=False))

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

포괄적 인 테스트
모든 항목을 사용할 수 있는지 확인하고 항목을 하위 집합으로 지정합니다.

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);


itertuples ()를 사용하십시오. iterrows () 보다 빠릅니다 .

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




dataframe