极客笔记Pandas iterrows详解
Pandas是一个强大的数据分析库，它提供了许多功能来处理和分析数据。其中之一是iterrows方法，它允许我们遍历DataFrame的每一行。iterrows可以用于迭代DataFrame中的每一行，并返回一个包含该行索引和数据的元组。在本文中，我们将详细介绍iterrows的使用方法和一些注意事项。
1. iterrows方法的基本用法
iterrows方法是DataFrame对象中的一个迭代器，它返回一个生成器对象，可以在for循环中使用。每次迭代返回一个(index, Series)的元组，其中index是行索引，Series是包含该行数据的Series对象。
首先，让我们导入pandas库并生成一个示例DataFrame来演示iterrows的使用方法：
import pandas as pd
# 创建示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)
print(df)
输出为：
Name Age City
0 Alice 25 New York
1 Bob 30 London
2 Charlie 35 Paris
3 David 40 Tokyo
接下来，我们可以使用iterrows方法遍历DataFrame的每一行，并打印出每一行的索引和数据：
for index, row in df.iterrows():
print(f"Index: {index}")
print(f"Data:\n{row}\n")
输出为：
Index: 0
Data:
Name Alice
Age 25
City New York
Name: 0, dtype: object
Index: 1
Data:
Name Bob
Age 30
City London
Name: 1, dtype: object
Index: 2
Data:
Name Charlie
Age 35
City Paris
Name: 2, dtype: object
Index: 3
Data:
Name David
Age 40
City Tokyo
Name: 3, dtype: object
从上面的示例代码中可以看出，iterrows方法返回的每一行都是一个Series对象，其索引是DataFrame的列名，而值则是该行对应列的数据。
2. 遍历DataFrame并操作数据
iterrows方法对于需要遍历DataFrame并对每一行进行操作的场景非常有用。我们可以在遍历的过程中，根据需要对数据进行修改、计算或其他操作。
让我们以一个简单的示例来说明，假设我们有一个存储了学生考试成绩的DataFrame，我们想要计算每个学生的总成绩，并将结果添加到DataFrame中：
import pandas as pd
# 创建示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Math Score': [90, 85, 95],
'English Score': [80, 90, 75]}
df = pd.DataFrame(data)
# 添加Total Score列并计算每个学生的总成绩
df['Total Score'] = 0 # 初始化Total Score列为0
for index, row in df.iterrows():
total_score = row['Math Score'] + row['English Score']
df.at[index, 'Total Score'] = total_score
print(df)
输出为：
Name Math Score English Score Total Score
0 Alice 90 80 170
1 Bob 85 90 175
2 Charlie 95 75 170
上述示例的代码中，我们首先在DataFrame中添加了一个名为’Total Score’的新列，并将其初始值设置为0。然后我们使用iterrows方法遍历DataFrame的每一行，计算每个学生的总成绩，并将结果更新到对应的’Total Score’列中。
3. 注意事项和性能考虑
使用iterrows方法的一个重要注意事项是它的性能相对较低。因为iterrows返回的是一行数据的副本，并且在每次迭代中都会创建新的Series对象，所以它在处理大型DataFrame时会比较慢。
如果你需要在遍历DataFrame时进行数据修改，而不仅仅是读取数据，那么iterrows可能不是一个高效的选择。在这种情况下，可以考虑使用DataFrame的其他方法，如iteritems和itertuples。
另外，由于迭代DataFrame是基于行进行的，而不是基于列，因此在性能方面，iterrows通常比iteritems更慢。iteritems是对列进行迭代，速度较快。
4. 总结
在本文中，我们详细介绍了Pandas中的iterrows方法的用法和一些注意事项。通过iterrows，我们可以遍历DataFrame的每一行，并执行相应的操作。但需要注意的是，iterrows的性能相对较低，在处理大型DataFrame时可能会较慢。在需要修改数据而不仅仅是读取数据的情况下，其他方法如iteritems和itertuples可能是更好的选择。