Python Pandas - Iteração

O comportamento da iteração básica sobre objetos Pandas depende do tipo. Ao iterar em uma série, é considerado como um array, e a iteração básica produz os valores. Outras estruturas de dados, como DataFrame e Panel, seguem odict-like convenção de iterar sobre o keys dos objetos.

Em suma, iteração básica (para i no objeto) produz -

  • Series - valores

  • DataFrame - rótulos de coluna

  • Panel - rótulos de itens

Iterando um DataFrame

A iteração de um DataFrame fornece nomes de coluna. Vamos considerar o seguinte exemplo para entender o mesmo.

import pandas as pd
import numpy as np
 
N=20
df = pd.DataFrame({
   'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
   'x': np.linspace(0,stop=N-1,num=N),
   'y': np.random.rand(N),
   'C': np.random.choice(['Low','Medium','High'],N).tolist(),
   'D': np.random.normal(100, 10, size=(N)).tolist()
   })

for col in df:
   print col

Está output é o seguinte -

A
C
D
x
y

Para iterar nas linhas do DataFrame, podemos usar as seguintes funções -

  • iteritems() - para iterar nos pares (chave, valor)

  • iterrows() - itera sobre as linhas como pares (índice, série)

  • itertuples() - itera sobre as linhas como duplas nomeadas

iteritems ()

Itera em cada coluna como chave, par de valores com rótulo como chave e valor da coluna como um objeto Series.

import pandas as pd
import numpy as np
 
df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3'])
for key,value in df.iteritems():
   print key,value

Está output é o seguinte -

col1 0    0.802390
1    0.324060
2    0.256811
3    0.839186
Name: col1, dtype: float64

col2 0    1.624313
1   -1.033582
2    1.796663
3    1.856277
Name: col2, dtype: float64

col3 0   -0.022142
1   -0.230820
2    1.160691
3   -0.830279
Name: col3, dtype: float64

Observe que cada coluna é iterada separadamente como um par de valores-chave em uma série.

iterrows ()

iterrows () retorna o iterador produzindo cada valor de índice junto com uma série contendo os dados em cada linha.

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row_index,row in df.iterrows():
   print row_index,row

Está output é o seguinte -

0  col1    1.529759
   col2    0.762811
   col3   -0.634691
Name: 0, dtype: float64

1  col1   -0.944087
   col2    1.420919
   col3   -0.507895
Name: 1, dtype: float64
 
2  col1   -0.077287
   col2   -0.858556
   col3   -0.663385
Name: 2, dtype: float64
3  col1    -1.638578
   col2     0.059866
   col3     0.493482
Name: 3, dtype: float64

Note - porque iterrows()iterar nas linhas, não preserva o tipo de dados na linha. 0,1,2 são os índices de linha e col1, col2, col3 são índices de coluna.

itertuples ()

O método itertuples () retornará um iterador que produz uma tupla nomeada para cada linha no DataFrame. O primeiro elemento da tupla será o valor do índice correspondente da linha, enquanto os valores restantes são os valores da linha.

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row in df.itertuples():
    print row

Está output é o seguinte -

Pandas(Index=0, col1=1.5297586201375899, col2=0.76281127433814944, col3=-
0.6346908238310438)

Pandas(Index=1, col1=-0.94408735763808649, col2=1.4209186418359423, col3=-
0.50789517967096232)

Pandas(Index=2, col1=-0.07728664756791935, col2=-0.85855574139699076, col3=-
0.6633852507207626)

Pandas(Index=3, col1=0.65734942534106289, col2=-0.95057710432604969,
col3=0.80344487462316527)

Note- Não tente modificar nenhum objeto durante a iteração. A iteração é destinada à leitura e o iterador retorna uma cópia do objeto original (uma visualização), portanto, as alterações não refletirão no objeto original.

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])

for index, row in df.iterrows():
   row['a'] = 10
print df

Está output é o seguinte -

col1       col2       col3
0  -1.739815   0.735595  -0.295589
1   0.635485   0.106803   1.527922
2  -0.939064   0.547095   0.038585
3  -1.016509  -0.116580  -0.523158

Observe, nenhuma mudança refletida.