在Pandas中迭代一个数据集的常见方法主要包括使用 iterrows()、itertuples() 和 apply() 函数。每种方法有其特定的用途和性能特点。
1. 使用 iterrows()iterrows() 逐行迭代DataFrame，返回每行的索引和数据。每行的数据作为一个Series返回。
import pandas as pd# 创建示例DataFramedf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})# 使用iterrows迭代for index, row in df.iterrows(): print(index, row['A'], row['B'])2. 使用 itertuples()itertuples() 也逐行迭代DataFrame，但它比 iterrows() 快。它返回的是具名元组。
# 使用itertuples迭代for row in df.itertuples(): print(row.Index, row.A, row.B)3. 使用 apply() 函数apply() 函数对DataFrame中的每一行或列应用一个函数，这不是传统意义上的迭代，但它可以高效地对整个DataFrame执行操作。
# 定义一个处理函数def process(row): print(row['A'], row['B'])# 使用apply迭代df.apply(process, axis=1)注意事项iterrows() 和 itertuples() 适用于需要逐行处理数据的情况，但它们通常比向量化的方法慢。apply() 是一种更加高效的方法，尤其是当你可以使用向量化的操作时。尽量避免在大数据集上使用逐行迭代，因为这可能会导致性能问题。在可能的情况下，优先考虑使用向量化的操作。根据你的具体需求和数据集的大小，你可以选择最合适的方法来迭代数据集。
