Pandas中高效的“For循环”

文章预览

循环是我们编程技能中的一项固有技能。当我们熟悉任何编程语言时，循环就会成为一个基本的、易于解释的概念。 在这篇博文中，我们将探索遍历pandas dataframe的各种方法，检查每个循环方法的相关运行时。为了验证循环的有效性，我们将生成百万级别的数据，这也是我们在日常处理中经常遇到的数量级。 实验数据集 我们将生成一个包含600万行和4列的DataFrame。每一列将被分配一个0到50之间的随机整数。  import numpy as np  import pandas as pd  df = pd.DataFrame(np.random.randint(0, 50, size=(6000000, 4)), columns=( 'a' , 'b' , 'c' , 'd' ))  df.shape   # (6000000, 5)  df.head() Iterrows 我们通过基于以下标准引入一个新的列' e '来扩展数据框架' df ': 如果' a '等于0，那么' e '取' d '的值。如果' a '在0(不包括)到25(包括)的范围内，' e '计算为' b '减去' c '。如果以上条件都不成立 ………………………………