迭代 Pandas 数据框的最佳方法？

Posted 2023-03-12

【中文标题】迭代 Pandas 数据框的最佳方法？

【英文标题】：Best way to iterate over a Pandas Dataframe?

【发布时间】：2020-10-05 05:54:00

【问题描述】：

我有一个这样的数据框：

x  y  someVal someOtherVal
1  2  hello   heyhey
2  1  hello   heyhey

并希望遍历每一行以检查 x

x  y  someVal someOtherVal
1  2  helloLT heyhey
2  1  hello   heyhey

我在文档中读到迭代不是好的做法，可能导致不正确的结果，所以我不确定该怎么做。

【问题讨论】：

不是显式迭代会导致 incorrect 结果，而是它的效率非常低，并且有点违背 pandas 的目的。使用内置的矢量化操作

【参考方案1】：

通常可以而且应该避免显式迭代。内部向量化操作比 Python for 循环快得多。

在这种特定情况下，使用

df.loc[df['x'] < df['y'], 'someVal'] += 'LT'

谢谢！有没有办法添加条件以仅触发小于检查 if someVal == someOtherVal？

df.loc[(df['x'] < df['y']) & (df['someVal'] == df['someOtherVal']), 'someVal'] += 'LT'

或

df.loc[df['x'].lt(df['y']) & df['someVal'].eq(df['someOtherVal']), 'someVal'] += 'LT'

【讨论】：

谢谢！有没有办法添加条件以仅触发小于检查 if someVal == someOtherVal？

【参考方案2】：

你可以试试这个：

df['someVal'] = df['someVal'] + np.where(df['x']<df['y'],'LT','')

输出：

   x  y  someVal someOtherVal
0  1  2  helloLT       heyhey
1  2  1    hello       heyhey

pandas 将使用索引对齐在一个矢量化步骤中完成所有这些操作。

【讨论】：

对于Series.where来说似乎是一个难得的机会：df['someVal'].where(df['x'] >= df['y'], df['someVal'] + 'LT')