Question

对于一个迭代，我们可以循环使用

for item in items:

但是，如果我有两个并排的iterables，那考虑一下有2列的pandas数据框。我可以使用上述方法遍历一列，但是还有一种更优雅的方法可以同时遍历两列吗？

import pandas as pd
df = pd.DataFrame({'col 1': [1,2,3,4,5], 'col 2': [6,7,8,9,10]})
i = 0
for j in df['col 1']:
    print(j)
    print(df['col 2'][i])
    i += 1

谢谢！

Answer 1

您可以遍历整行，这更加优雅：

for index, row in df.iterrows():
    print(row['col 1'], row['col 2'])

Answer 2

使用DataFrame.itertuples()方法同时遍历两列：

for i, j in df[['col 1', 'col 2']].itertuples(index=False):
    print(i)
    print(j)

Answer 3

zip内置函数创建可迭代对象，该可迭代对象聚合您作为参数传递的所有内容，因此这是替代方法：

import pandas as pd
df = pd.DataFrame({'col 1': [1,2,3,4,5], 'col 2': [6,7,8,9,10]})
for i,j in zip(df['col 1'], df['col 2']):
    print(i)
    print(j)

输出：

Answer 4

您已经对自己的问题有了一些很好的答案。但是，我还想为您提供一种完全不同的方法，该方法可能更加优雅（取决于您的最终目标）。

作为一般经验法则，您要避免循环遍历数据框的行。这往往很慢，通常有更好的方法。尝试将您的思维转变为将函数应用于整个“向量”（数据框列的花式单词）。

检查一下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col 1': [1,2,3,4,5], 'col 2': [6,7,8,9,10]})

def sum_2_cols(col1,col2):
    return col1 + col2

df['new_col'] = np.vectorize(sum_2_cols)(df['col 1'], df['col 2'])

np.vectorize方法非常强大，灵活且快速。它允许您将自己的功能应用于数据框，并且往往表现得很好。尝试一下，您可能会得到启发，以其他方式解决问题。

更优雅的方式来遍历Python中的数据框

4 个答案: