Question

我正在使用df.iterrows或df.itertuples遍历大型数据框。我正在遵循以下链接中要求的示例：

这里是[链接]（Python Pandas iterate over rows and access column names）


import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10,4),columns=list('ABCD'))
print df
          A         B         C         D
0  0.351741  0.186022  0.238705  0.081457
1  0.950817  0.665594  0.671151  0.730102
2  0.727996  0.442725  0.658816  0.003515
3  0.155604  0.567044  0.943466  0.666576
4  0.056922  0.751562  0.135624  0.597252
5  0.577770  0.995546  0.984923  0.123392
6  0.121061  0.490894  0.134702  0.358296
7  0.895856  0.617628  0.722529  0.794110
8  0.611006  0.328815  0.395859  0.507364
9  0.616169  0.527488  0.186614  0.278792

从上面的数据框中，我尝试引用特定的列和行（例如上一行），但出现错误。例如：

for row in df.iterrows():
    if row.loc[1,'A'] > 0.95:
       temp_val = row.loc[0,'A']
    else: 
       temp_val = row.loc[0,'B']

谢谢！

Answer 1

您可以使用np.where和DataFrame.shift更有效地做到这一点：

import numpy as np
np.where(df['A'].gt(0.95), df['A'].shift(), df['B'].shift())

您的代码存在的问题是df.iterrows()返回一个tuple，其中第一个元素是索引，第二个元素是Series，因此您无法直接对其进行索引。这是一种您可以做到的方式：

df['result'] = np.nan
for ix, row in df.loc[1:,:].iterrows():
    if row.loc['A'] > 0.95:
        df.loc[ix, 'result'] = df.loc[ix-1,'A']
    else: 
        df.loc[ix, 'result'] = df.loc[ix-1,'B']

遍历数据框时如何引用行和列

1 个答案: