按索引迭代DataFrame

Question

我有一个名为staticData的数据框，长这样:

                         narrow_sector       broad_sector country exchange  \
unique_id                                                                    
BBG.MTAA.STM.S          Semiconductors         Technology      CH     MTAA   
BBG.MTAA.CNHI.S  Machinery-Diversified         Industrial      GB     MTAA   
BBG.MTAA.FCA.S      Auto Manufacturers  Consumer Cyclical      GB     MTAA   
BBG.MTAA.A2A.S                Electric          Utilities      IT     MTAA   
BBG.MTAA.ACE.S                Electric          Utilities      IT     MTAA 

我想逐行遍历数据框，并挑选出唯一标识符（unique_id）和交易所这两个信息。但是在遍历唯一标识符时遇到了问题，请看我的代码：

for i, row in staticData.iterrows():
        
    unique_id = staticData.ix[i]

    exchange = row['exchange']

我尝试过unique_id = row['unique_id']，但无法使其工作...

我正在尝试返回行1的值。

unique_id = BBG.MTAA.STM.S
exchange = MTAA 

- Stacey

Answer 1

你希望以下内容:

for i, row in staticData.iterrows():
    unique_id = i
    exchange = row['exchange']

我将成为索引标签值。

示例：

In [57]:
df = pd.DataFrame(np.random.randn(5,3), index=list('abcde'), columns=list('fgh'))
df

Out[57]:
          f         g         h
a -0.900835 -0.913989 -0.624536
b -0.854091  0.286364 -0.869539
c  1.090133 -0.771667  1.258372
d -0.721753 -0.329211  0.479295
e  0.520786  0.273722  0.824172

In [62]:
for i, row in df.iterrows():
    print('index: ', i, 'col g:', row['g'])

index:  a col g: -0.913988608754
index:  b col g: 0.286363847188
index:  c col g: -0.771666520074
index:  d col g: -0.329211394286
index:  e col g: 0.273721527592

- EdChum

Answer 2

也许有更“熊猫式”的方式？

staticData.apply((lambda x: (x.name, x['exchange'])), axis=1)

- knagaev

---

我们可以使用apply方法获取行的索引吗？ - Varun Suresh Kumar

Answer 3

首先，遍历数据框架是一种反模式，因为在99%的情况下，有一种向量化的方法更有效地完成您要执行的任务。话虽如此，如果必须循环，某些方法比其他方法更有效。

要遍历特定列，请使用items()：

for idx, value in df['exchange'].items():
    # do something

要遍历数据框，请使用itertuples（）：

# e.g. to access the `exchange` values as in the OP
for idx, *row in df.itertuples():
    print(idx, row.exchange)

items() 从一个序列创建一个zip对象，而itertuples()创建了命名元组，您可以通过列名引用特定的值。

itertuples 比 iterrows 快得多。例如，对于一个有50000行的框架，iterrows 需要2.4秒来循环遍历每一行，而itertuples 只需要62毫秒（大约快40倍）。由于这是一个循环，这个差异是恒定的，如果您的数据框更大，我们将看到几秒钟与几分钟之间的差异。

df = pd.concat([df]*10000, ignore_index=True)

%timeit list(df.itertuples())
# 62 ms ± 11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit list(df.iterrows())
# 2.42 s ± 162 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

- cottontail