Python的高效迭代工具：iterrows()

Python是一種流行的高級編程語言，因其易於學習、簡單且易讀的語法而備受歡迎。Python提供了許多內置庫和方法，用於實現不同的任務和解決各種問題。在這些方法中，iterrows()是Python提供的一個重要工具之一，它可用於有效地迭代數據幀(DataFrame)中的數據。

一、iterrows()如何工作？

iterrows()是Pandas庫中一個重要的迭代器函數。它可以很方便地遍歷一個數據幀中的所有行。當你使用iterrows()迭代數據幀時，每行將變成一個元組(Tuple)，包含行索引和行數據。例如，下面的代碼展示了如何使用iterrows()迭代一個包含三個行、兩個列的數據幀：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

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

在這個例子中，我們用pd.DataFrame創建了一個名為df的數據幀，該數據幀包含兩個列’a’和’b’，以及三行數據。我們採用for循環遍歷df中的所有行，並用iterrows()把每行轉換為元組（包括行索引和所有數據）。在循環的每個迭代中，我們用print()函數打印出每個元組的內容。輸出如下所示：

0 a    1
  b    4
1 a    2
  b    5
2 a    3
  b    6
dtype: int64

可以看到輸出結果中，每一行的都被轉化為了行索引和行上的數值。因為該數據幀有兩列，所以元組也有兩個元素，這是一個不錯的方式來訪問每一行數據的不同列。

二、iterrows()有什麼優點？

iterrows()有很多讓人感到驚訝和歡喜的優點。以下是其中最受歡迎的一些：

1.方便

iterrows()對於處理大型、迭代數據幀非常方便。它不需要複雜的語法和計算量，也不需要編寫任何功能。只需要一個簡單的for循環就足夠了。

2.高效

iterrows()是一個非常高效的函數。當你處理大型數據幀時，Pandas會在後台優化處理方法並分配數據，進而提高計算速度。這意味着iterrows()不會佔用大量的時間和系統資源。

3.可存儲多個變量

iterrows()可用於遍歷和訪問大型數據結構。利用iterrows()可以在許多變量上進行迭代，更容易提取不同列數據。此外，iterrows()可以在一個簡單和清晰的語法下，同時處理多個返回值。

三、iterrows()的應用

1.數據操作

iterrows()可以將數據轉換為更易於處理的格式。例如，你可以通過迭代一個數據幀來查找特定列中包含的最小值。

import pandas as pd

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

min_val = float('inf')
 
for i, row in df.iterrows():
    if row['a'] < min_val:
        min_val = row['a']
 
print("The minimum value is: ", min_val)

在本例中，我們創建了一個數據幀，然後用iterrows()迭代了每行數據。在迭代中，我們用if語句查找每一行數據幀中‘a’列的最小值。當它找到最小值時，我們將其存儲在一個變量中，而不是在所有迭代上進行設置和重複計算。這種方法避免了因重複計算而導致的性能問題，並提高了運行效率。

2.數據清理

iterrows()可以用於數據清洗。例如，你可以使用iterrows()在數據中過濾特定的行或列。

import pandas as pd

df = pd.DataFrame({
    'name': ['Adam','Bob','John','Mike'],
    'age': [25,22,20,30],
    'income': [5000,4000,6000,8000]})

for index, row in df.iterrows():
    if row['income'] <= 5000:
        df = df.drop(index=index)

print(df)

在本例中，我們使用iterrows()迭代了數據幀中的每一行，找到income低於等於5000的行，並刪掉所有在該區間內的行。在循環的這個過程中儘可能減少計算量，這樣可以提高代碼效率。

3.數據增強

iterrows()也對於數據增強十分有用，因為它可以使增強數據變得初步安全。例如，你可以使用iterrows()在數據幀中根據日期過濾和殺死日期之外的行:

import pandas as pd

df = pd.DataFrame({
    'date': ['20191201','20191202','20191203'],
    'value': [1,2,3]})

for index, row in df.iterrows():
    if row['date'] != '20191201':
        df.drop(index=index, inplace=True)

print(df)

無論哪種方式，數據增強都需要嚴格管理,iterrows()這個內置函數對於數據增強非常方便，減少了手寫代碼中的許多重複部分。

四、總結

iterrows() 是 Python Pandas 庫中一個高效的迭代器功能。可以根據它的目的在多種方案中快速實現循環，並降低總迭代時間。正如本文介紹的那樣，iterrows()是一個非常方便、高效的工具。當你學習Pandas的時候，iterrows()是值得掌握的一項技術。希望本文對你學習iterrows()起到了很好的幫助作用。