Python: 使用 pandas 的 .itertuples() 方法優化數據操作,逐row讀取DataFrame的資料; df.iterrows()

處理大型數據集時，性能成為關鍵考量之一。Pandas 是 Python 中一個強大的數據處理庫，提供了多種方法來遍歷 DataFrame。其中 .itertuples() 方法提供了一種高效的方式來遍歷 DataFrame 的row，相比其他方法（如 .iterrows()），它在性能上通常有顯著的優勢。本文將詳細介紹 .itertuples() 的使用方法及其優點。

什麼是 .itertuples()?
.itertuples() 是 pandas DataFrame 的一個方法，它將 DataFrame 的每一row轉換為一個命名元組。相比 .iterrows() 返回的row（索引和序列對），.itertuples() 生成的命名元組不僅訪問速度更快，而且內存使用更高效。

如何使用 .itertuples()?

import pandas as pd

# 創建一個簡單的 DataFrame
df = pd.DataFrame({
    'A': ['蘋果', '香蕉', '橙子'],
    'B': ['足球', '籃球', '排球'],
    'C': ['紅色', '藍色', '綠色']
})

# 使用 .itertuples() 遍歷 DataFrame
for row in df.itertuples():
    print(row)

輸出結果:

訪問元組的元素
由於 .itertuples() 返回的是命名元組，因此可以通過屬性名或索引來訪問元組的元素：

原始內容的index變為從1開始,
因為[0]放了row index

.itertuples() 的優點

• 性能：比 .iterrows() 快得多，因為 .iterrows() 為每一行生成一個新的 Series 對象。
• 內存效率：使用命名元組消耗的內存比 Series 對象少。
• 易用性：可以通過字段名直接訪問數據，代碼更清晰易讀。

總結

使用 .itertuples() 是在處理大型 DataFrame 時遍歷行的高效方法。它不僅提升了性能，還通過簡化數據訪問的方式增強了代碼的可讀性。在進行數據分析和數據處理的項目中，合理利用 .itertuples() 可以顯著提升代碼的執行效率。

推薦hahow線上學習python: https://igrape.net/30afN

df.iterrows()

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

輸出結果:

row[0]是index
row[1]是原始資料,type為Series