Pandas: 优选方法进行按行遍历 - itertuples与iterrows

在进行数据分析时，我们经常需要遍历DataFrame的每一行。Pandas提供了多种方法来实现这一目标，其中最常见的是itertuples和iterrows。这两种方法各有优缺点，适用于不同的应用场景。

1. itertuples()方法
   优点:

• 高效：相较于iterrows，itertuples更加高效，因为它返回一个命名元组，可以直接通过列名访问数据，不需要额外的索引查找时间。
• 内存使用低：由于返回的是命名元组，所以占用的内存较少。
• 无需索引：返回的每个元组都自动带有行索引。
  缺点:
• 无法直接修改数据：返回的是元组，无法直接修改其中的值。如果需要修改数据，需要将元组解包后再进行操作。
• 不支持条件筛选：无法直接在遍历过程中对行进行筛选。
  使用场景: 当需要高效地遍历DataFrame的每一行，并对数据进行简单的处理时，推荐使用itertuples。

1. iterrows()方法
   优点:

• 支持条件筛选：可以在遍历过程中使用条件筛选，只遍历符合条件的行。
• 可修改数据：返回的是一个(index, Series)对，可以通过这个Series直接修改对应的值。
  缺点:
• 效率较低：相较于itertuples，iterrows的效率较低，因为每次都需要通过索引查找对应的数据。
• 内存使用较高：返回的是一个(index, Series)对，相较于元组，Series占用的内存更多。
• 需要额外的索引操作：需要通过索引来访问数据。
  使用场景: 当需要在遍历过程中对数据进行复杂的处理或修改时，可以使用iterrows。另外，当需要基于某些条件筛选行时，也推荐使用iterrows。
  示例:
  假设我们有一个DataFrame如下：

  import pandas as pd
  data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
  df = pd.DataFrame(data)

  使用itertuples遍历：

  for row in df.itertuples():
  print(row.A, row.B)

  使用iterrows遍历：

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

  在实际应用中，根据需要选择合适的方法进行按行遍历。如果只是简单地处理数据，建议使用itertuples；如果需要对数据进行复杂的操作或基于某些条件筛选行，则可以使用iterrows。