时间戳

首页 > 解决方案 > 迭代数据框时如何引用行和列

python - 迭代数据框时如何引用行和列

问题描述

我正在使用 df.iterrows 或 df.itertuples 迭代一个大型数据框。我正在按照以下链接中提出的示例进行操作：

这是 [a link]（Python Pandas 遍历行并访问列名）


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

从上面的数据框中，我尝试引用特定的列和行（例如前一行），但我遇到了错误。例如：

for row in df.iterrows():
    if row.loc[1,'A'] > 0.95:
       temp_val = row.loc[0,'A']
    else: 
       temp_val = row.loc[0,'B']

谢谢！

标签： pythonpandasdataframe

解决方案

np.where您可以使用and更有效地做到这一点DataFrame.shift：

import numpy as np
np.where(df['A'].gt(0.95), df['A'].shift(), df['B'].shift())

您的代码的问题df.iterrows()是返回 a tuple，其中第一个元素是索引，第二个元素是 a Series，因此您不能直接对其进行索引。这是您可以做到的一种方法：

df['result'] = np.nan
for ix, row in df.loc[1:,:].iterrows():
    if row.loc['A'] > 0.95:
        df.loc[ix, 'result'] = df.loc[ix-1,'A']
    else: 
        df.loc[ix, 'result'] = df.loc[ix-1,'B']

推荐阅读