Les Pandas Python parcourent les lignes et accèdent aux noms des colonnes

Question

J'essaie de parcourir les lignes d'une structure de données Python Pandas. Dans chaque rangée de la base de données, j'essaie de faire référence à chaque valeur le long d'une rangée par son nom de colonne.

Voici ce que j'ai:

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 

je this approach à itérer, mais il ne me donne une partie de la solution - après avoir sélectionné une ligne dans chaque itération, comment puis-je accéder éléments de la ligne par leur nom de colonne?

Voici ce que je suis en train de faire:

for row in df.iterrows(): 
    print row.loc[0,'A'] 
    print row.A 
    print row.index() 

Ma compréhension est que la ligne est un Pandas series. Mais je n'ai aucun moyen d'indexer dans la série.

Est-il possible d'utiliser des noms de colonnes tout en effectuant une itération sur des lignes?

Answer 1

L'élément de iterrows() n'est pas une série, mais un tuple (indice, série), de sorte que vous pouvez déballer le tuple dans la boucle comme ceci:

for (idx, row) in df.iterrows(): 
    print(row.loc['A']) 
    print(row.A) 
    print(row.index) 

#0.890618586836 
#0.890618586836 
#Index(['A', 'B', 'C', 'D'], dtype='object') 

Answer 2

J'aime aussi itertuples()

for row in df.itertuples(): 
    print(row.A) 
    print(row.Index) 

depuis la ligne est un tuples nommé, si vous vouliez dire aux valeurs d'accès sur chaque ligne cela devrait être BEAUCOUP plus rapide

course:

df = pd.DataFrame([x for x in range(1000*1000)], columns=['A']) 
st=time.time() 
for index, row in df.iterrows(): 
    row.A 
print(time.time()-st) 
45.05799984931946 

st=time.time() 
for row in df.itertuples(): 
    row.A 
print(time.time() - st) 
0.48400020599365234