遍历熊猫的前N行

Question

建议像在文件中那样迭代熊猫中的行的建议方法是什么？例如：

LIMIT = 100
for row_num, row in enumerate(open('file','r')):
    print (row)
    if row_num == LIMIT: break

我正在考虑做类似的事情：

for n in range(LIMIT):
    print (df.loc[n].tolist())

虽然在熊猫中有内置的方法来做到这一点？

Answer 1

您可以islice迭代器iterrows（或itertuples）产生。

from itertools import islice
LIMIT = 100

# iterrows and unpacking
for idx, data in islice(df.iterrows(), LIMIT):
    # do stuff

# itertuples, no unpacking
for row in islice(df.itertuples(), LIMIT):
    # do stuff

Answer 2

您有values，itertuples和iterrows，其中itertuples在fast-pandas基准测试中表现最好。

Answer 3

由于您说过要使用以下内容，如果我愿意执行以下操作：

limit = 2
df = pd.DataFrame({"col1": [1,2,3], "col2": [4,5,6], "col3": [7,8,9]})
df[:limit].loc[df["col3"] == 7]

这将选择数据帧的前两行，然后从前两行中返回col3的值等于7的行。要使用{{1}仅在非常特殊的情况下。否则，可以对解决方案进行矢量化处理。

我不知道您到底想达到什么目的，所以我只举了一个随机的例子。

Answer 4

没有人回答简单的解决方案吗？

for row in df.head(5).itertuples():
    # do something

---

窥视this post。

Answer 5

如果必须遍历数据框，则应使用iterrows()方法：

for index, row in df.iterrows():
    ...

Answer 6

您可以使用x从iterools.islice中提取头n项：

iterrows

Answer 7

我知道其他人建议使用itlocrows，但还没有人建议将iloc与iterrows结合使用。这将允许您通过行号选择所需的行：

for i, row in df.iloc[:101].iterrows():
    print(row)

尽管其他人已经指出，如果速度必不可少，那么应用功能或矢量化功能可能会更好。