Pandas 반복

Pandas 객체에 대한 기본 이터에이션의 행동은 타입에 따라 다릅니다. 시리즈에 대해 이터에이션할 때, 그것은 배열과 동일합니다. 다른 데이터 구조(예: DataFrame와 패널)는 dict와 유사한 문법을 따릅니다. 즉, 객체의 키를 이터에이션합니다.

결론적으로, 기본 이터에이션 (for i object) 이터에이션 시 −

시리즈 − 값 DataFrame − 열 태그 패널 − 아이템 태그

DataFrame 순회

DataFrame를 순회하면 열 이름이 나타납니다. 다음 예제를 보겠습니다.

　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

이 출력이 다음과 같습니다

　　　A
　C
　D
　x
　y

DataFrame의 행을 순회하려면 다음 함수를 사용할 수 있습니다-

iteritems(): − (키, 값) 튜플을 이터에이션합니다 iterrows() − (인덱스, 시리즈) 튜플 형태로 행을 순회합니다 itertuples() − 행을 namedtuples 형태로 순회합니다

iteritems():

각 열을 키로 순회하며, 레이블이 있는 값 튜플을 키로, 열 값을 시리즈 객체로 설정합니다.

　　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

실행 결과:

col1　0       0.802390
1　　　　0.324060
2　　　　0.256811
3　　　　0.839186
이름: col1,　dtype:　float64
col2　0　　　　1.624313
1　　　-1.033582
2　　　　1.796663
3　　　　1.856277
이름: col2,　dtype:　float64
col3　0　　　-0.022142
1　　　-0.230820
2　　　　1.160691
3　　　-0.830279
이름: col3,　dtype:　float64

각 열이 시리즈 내에서 키밸류로 각각 이터레이션될 수 있음을 알 수 있습니다.

iterrows()

iterrows()는 각 인덱스 값과 각 행 데이터를 포함한 시퀀스를 생성하는 이터레이터를 반환합니다.

　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

실행 결과:

0    col1　　　　1.529759
　　　col2　　　　0.762811
　　　col3　　　-0.634691
이름: 0, 데이터 타입: 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

iterrows()는 행을 순회하므로 데이터 타입을 유지하지 않습니다. 0,1,2은 행 인덱스이며，col1，col2，col3은 열 인덱스입니다.

itertuples()

itertuples() 메서드는 이터레이터를 반환하며, DataFrame의 각 행에 하나의 명명된 튜플을 생성합니다. 튜플의 첫 번째 요소는 행의 해당 인덱스 값이며, 나머지 값은 행 값입니다.

　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

실행 결과:

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)

　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

실행 결과:

　　　　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

観察してみても、何も変わっていません。