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)