HOWTO · Pandas
Comment parcourir les lignes d'un DataFrame dans Pandas
Comparez les façons de lire ou de traiter les lignes d'un DataFrame pandas, notamment df.index, loc[], iloc[], iterrows(), itertuples() et apply().
Sur cette page
Pour les calculs que pandas peut exprimer directement, préférez une opération vectorisée ; elle est généralement plus simple et évite les boucles de lignes au niveau Python. Lorsque vous avez besoin d’une logique personnalisée par ligne, choisissez une sélection basée sur les étiquettes ou sur les positions, ou utilisez un itérateur de lignes. Les exemples utilisent ce tableau de revenus ; chaque extrait crée son propre DataFrame afin de pouvoir s’exécuter indépendamment.
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
Parcourir les lignes avec df.index
df.index contient les étiquettes des lignes. Avec l’index par défaut de cet exemple, les étiquettes vont de 0 à 5, donc elles fonctionnent aussi comme étiquettes dans df.loc. Un index personnalisé ou non consécutif modifie ces étiquettes ; ne supposez pas qu’il s’agit de positions de lignes.
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
Ceci lit chaque étiquette, sélectionne sa ligne et additionne les deux valeurs de revenus. Pour une boucle basée sur les positions, utilisez plutôt iloc[].
Accéder aux lignes par étiquette avec loc[]
Utilisez loc[] lorsque le sélecteur de ligne est une étiquette d’index. Son premier sélecteur choisit la ligne et son second choisit la colonne ; les étiquettes n’ont pas besoin d’être des entiers.
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
Parcourir df.index maintient la recherche liée aux étiquettes réelles. Si vous avez déjà une étiquette, vous pouvez sélectionner sa ligne directement avec df.loc[label].
Accéder aux lignes par position avec iloc[]
Utilisez iloc[] lorsque vous voulez désigner des positions entières : son premier sélecteur est la position de la ligne et son second est la position de la colonne. Dans ce tableau, les positions de colonne 0, 1 et 2 font référence à Date, Income_1 et 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
Contrairement à loc[], iloc[] n’interprète pas le sélecteur de ligne comme une étiquette d’index. Utilisez-le lorsque c’est l’ordre des lignes qui compte.
Parcourir avec DataFrame.iterrows()
pandas.DataFrame.iterrows() produit une paire pour chaque ligne : son étiquette d’index et la ligne sous forme de Series. C’est pratique lorsque le code a besoin de plusieurs colonnes nommées, mais cela peut être plus lent que l’itération par tuples et peut contraindre les valeurs vers un dtype de ligne commun. Évitez de modifier la ligne produite pour mettre à jour le DataFrame d’origine.
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
L’étiquette est disponible sous le nom label ; les valeurs de la ligne sont accessibles par le nom de la colonne sur row.
Parcourir avec DataFrame.itertuples()
itertuples() produit un tuple par ligne. Par défaut, l’index est le premier champ du tuple, suivi des champs pour les colonnes. Les champs nommés tels que Date et Income_1 en font un choix lisible pour le traitement par ligne, et l’itération par tuples est souvent préférable à iterrows() lorsqu’une itération est nécessaire.
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
Pour omettre le champ d’index, passez index=False ; pour recevoir des tuples ordinaires au lieu de tuples nommés, passez name=None. Les noms de colonnes qui ne sont pas des identifiants Python valides sont renommés dans les champs de tuples nommés, donc utilisez des positions de tuples ordinaires ou iterrows() lorsque cela compte.
Appliquer une fonction à chaque ligne avec DataFrame.apply()
DataFrame.apply() peut appeler une fonction une fois par ligne avec axis=1 (ou axis="columns"). Un appel par ligne renvoie ici une Series, avec un résultat pour chaque ligne d’entrée. Ce n’est pas la même chose qu’un calcul vectorisé et ce n’est pas automatiquement plus rapide qu’une boucle ; utilisez-le lorsque l’interface basée sur les fonctions est utile.
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
L’appel renvoie une chaîne par ligne dans result. Pour cette simple addition, une expression vectorisée telle que df["Income_1"] + df["Income_2"] est plus directe. Voir la référence de DataFrame.apply() pour les paramètres de la méthode.