HOWTO · Pandas
Wie man durch Zeilen eines DataFrame in Pandas iteriert
Vergleichen Sie Möglichkeiten, Zeilen in einem pandas DataFrame zu lesen oder zu verarbeiten, darunter df.index, loc[], iloc[], iterrows(), itertuples() und apply().
Auf dieser Seite
Für Berechnungen, die pandas direkt ausdrücken kann, sollten Sie eine vektorisierte Operation bevorzugen; sie ist in der Regel einfacher und vermeidet Zeilenschleifen auf Python-Ebene. Wenn Sie eine benutzerdefinierte Logik pro Zeile benötigen, wählen Sie eine labelbasierte oder positionsbasierte Auswahl oder verwenden Sie einen Zeileniterator. Die Beispiele verwenden diese Einkommenstabelle; jedes Snippet erstellt seinen eigenen DataFrame, damit es unabhängig ausgeführt werden kann.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
print(df["Income_1"] + df["Income_2"])
0 30
1 50
2 20
3 20
4 50
5 25
dtype: int64
Mit df.index über Zeilen iterieren
df.index enthält die Zeilenlabels. Mit dem Standardindex in diesem Beispiel sind die Labels 0 bis 5, sodass sie auch als Labels in df.loc funktionieren. Ein benutzerdefinierter oder nicht aufeinanderfolgender Index ändert diese Labels; gehen Sie nicht davon aus, dass es sich um Zeilenpositionen handelt.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
for label in df.index:
row = df.loc[label]
total = row["Income_1"] + row["Income_2"]
print(f"Total income in {row['Date']} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25
Dies liest jedes Label, wählt seine Zeile aus und addiert die beiden Einkommenswerte. Verwenden Sie für eine positionsbasierte Schleife stattdessen iloc[].
Mit loc[] anhand des Labels auf Zeilen zugreifen
Verwenden Sie loc[], wenn der Zeilenselektor ein Indexlabel ist. Sein erster Selektor wählt die Zeile und sein zweiter die Spalte; Labels müssen keine ganzen Zahlen sein.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
for label in df.index:
date = df.loc[label, "Date"]
total = df.loc[label, "Income_1"] + df.loc[label, "Income_2"]
print(f"Total income in {date} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25
Das Iterieren über df.index hält die Suche an die tatsächlichen Labels gebunden. Wenn Sie bereits ein Label haben, können Sie seine Zeile direkt mit df.loc[label] auswählen.
Mit iloc[] anhand der Position auf Zeilen zugreifen
Verwenden Sie iloc[], wenn Sie ganzzahlige Positionen meinen: Sein erster Selektor ist die Zeilenposition und sein zweiter ist die Spaltenposition. In dieser Tabelle beziehen sich die Spaltenpositionen 0, 1 und 2 auf Date, Income_1 und Income_2.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
for position in range(len(df)):
date = df.iloc[position, 0]
total = df.iloc[position, 1] + df.iloc[position, 2]
print(f"Total income in {date} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25
Im Gegensatz zu loc[] interpretiert iloc[] den Zeilenselektor nicht als Indexlabel. Verwenden Sie es, wenn die Reihenfolge der Zeilen entscheidend ist.
Mit DataFrame.iterrows() iterieren
pandas.DataFrame.iterrows() liefert für jede Zeile ein Paar: ihr Indexlabel und die Zeile als Series. Dies ist praktisch, wenn der Code mehrere benannte Spalten benötigt, kann aber langsamer sein als die Tupel-Iteration und Werte möglicherweise in einen gemeinsamen Zeilen-dtype umwandeln. Vermeiden Sie es, die gelieferte Zeile zu ändern, um den ursprünglichen DataFrame zu aktualisieren.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
for label, row in df.iterrows():
total = row["Income_1"] + row["Income_2"]
print(f"Total income in {row['Date']} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25
Das Label ist als label verfügbar; auf die Zeilenwerte wird über den Spaltennamen auf row zugegriffen.
Mit DataFrame.itertuples() iterieren
itertuples() liefert ein Tupel pro Zeile. Standardmäßig ist der Index das erste Tupelfeld, gefolgt von Feldern für die Spalten. Benannte Felder wie Date und Income_1 machen dies zu einer gut lesbaren Wahl für die Verarbeitung pro Zeile, und die Tupel-Iteration ist oft iterrows() vorzuziehen, wenn eine Iteration notwendig ist.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
for row in df.itertuples():
total = row.Income_1 + row.Income_2
print(f"Total income in {row.Date} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25
Um das Indexfeld wegzulassen, übergeben Sie index=False; um gewöhnliche Tupel statt benannter Tupel zu erhalten, übergeben Sie name=None. Spaltennamen, die keine gültigen Python-Bezeichner sind, werden in benannten Tupelfeldern umbenannt, verwenden Sie daher gewöhnliche Tupelpositionen oder iterrows(), wenn dies wichtig ist.
Mit DataFrame.apply() eine Funktion auf jede Zeile anwenden
DataFrame.apply() kann eine Funktion einmal pro Zeile mit axis=1 (oder axis="columns") aufrufen. Ein zeilenweiser Aufruf gibt hier eine Series zurück, mit einem Ergebnis für jede Eingabezeile. Dies ist nicht dasselbe wie eine vektorisierte Berechnung und ist nicht automatisch schneller als eine Schleife; verwenden Sie es, wenn die funktionsbasierte Schnittstelle nützlich ist.
import pandas as pd
df = pd.DataFrame({
"Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
"Income_1": [10, 20, 10, 15, 10, 12],
"Income_2": [20, 30, 10, 5, 40, 13],
})
result = df.apply(
lambda row: f"Total income in {row['Date']} is: {row['Income_1'] + row['Income_2']}",
axis=1,
)
print(result.to_string(index=False))
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25
Der Aufruf gibt einen String pro Zeile in result zurück. Für diese einfache Addition ist ein vektorisierter Ausdruck wie df["Income_1"] + df["Income_2"] direkter. Siehe die DataFrame.apply()-Referenz für die Methodenparameter.