🐼🔎 Как работает метод pandas iterrows

Когда используется метод iterrows() в Pandas, он создает итератор, который позволяет перебирать строки (индекс и данные) в DataFrame. Но следует помнить, что iterrows() является относительно медленным по сравнению с другими методами, и его использование следует ограничивать только когда это действительно необходимо.

import pandas as pd

# Создание DataFrame
df = pd.DataFrame({'Имя': ['Анна', 'Борис', 'Катя'],
                   'Возраст': [23, 28, 32],
                   'Город': ['Москва', 'Санкт-Петербург', 'Екатеринбург']})

# Использование метода iterrows()
for index, row in df.iterrows():
    print(f'{row["Имя"]} живет в городе {row["Город"]}.')

Этот код выведет:

Анна живет в городе Москва.
Борис живет в городе Санкт-Петербург.
Катя живет в городе Екатеринбург.

Метод iterrows() возвращает индекс и его соответствующую строку. Затем мы можем обратиться к значениям столбцов через имена или индексы. В этом примере, мы используем f-строки для форматирования вывода.

Как работает метод iterrows в библиотеке pandas

Метод iterrows() в библиотеке pandas является одним из способов обработки DataFrame с использованием цикла for. Он позволяет нам обращаться к каждой строке в DataFrame, возвращая индекс каждой строки и ее содержимое в виде объекта Series. Давайте рассмотрим подробнее, как работает этот метод.

Синтаксис:

for index, row in dataframe.iterrows():
    # Ваш код обработки данных здесь

Где:

• index - это индекс каждой строки в DataFrame
• row - это объект Series, представляющий содержимое каждой строки
• dataframe - это имя DataFrame, который вы хотите обработать

Пример:

Для лучшего понимания давайте рассмотрим пример, в котором у нас есть DataFrame с информацией о студентах.

import pandas as pd

# Создаем DataFrame
data = {'Name': ['John', 'Emma', 'Ryan'],
        'Age': [18, 19, 17],
        'Grade': ['A', 'B', 'A-']}

df = pd.DataFrame(data)

# Используем метод iterrows()
for index, row in df.iterrows():
    print(f"Индекс: {index}")
    print(f"Строка:\n{row}\n")

Вывод:

    Индекс: 0
    Строка:
    Name     John
    Age        18
    Grade       A
    Name: 0, dtype: object

    Индекс: 1
    Строка:
    Name     Emma
    Age        19
    Grade       B
    Name: 1, dtype: object

    Индекс: 2
    Строка:
    Name     Ryan
    Age        17
    Grade      A-
    Name: 2, dtype: object
    

Как видно из примера выше, в каждой итерации мы получаем индекс строки и содержимое этой строки в виде объекта Series. Мы можем получить доступ к отдельным значениям, обращаясь к их именам или индексам. Например, row['Name'] даст нам имя студента в текущей строке.

Важное замечание:

Хотя метод iterrows() является удобным способом для итерации по строкам DataFrame, он может быть немного медленнее по сравнению с другими методами, особенно при работе с большими наборами данных. Это связано с тем, что он выполняет множество операций в цикле.

Если вы работаете с большими данными или вам нужно максимально использовать производительность вашего кода, рекомендуется использовать альтернативные методы, такие как iteritems() или itertuples(), в зависимости от вашей конкретной задачи.

Заключение:

Метод iterrows() в библиотеке pandas предоставляет удобный способ для итерации по строкам DataFrame. Он возвращает индекс каждой строки и содержимое строки в виде объекта Series. Однако, из-за некоторых проблем с производительностью, рекомендуется использовать этот метод с осторожностью при работе с большими наборами данных.