在数据分析和处理的过程中，DataFrame 是一种非常重要的数据结构。它具有强大的功能，可以方便地存储和处理各种数据。然而，在实际应用中，我们常常需要对 DataFrame 进行遍历和修改，以满足我们的分析需求。本文将详细介绍如何遍历和修改 DataFrame，以便更高效地处理和分析数据。

操作前的准备

在开始之前，请确保您已安装以下库：

• Pandas - 用于创建和操作 DataFrame。
• NumPy - 提供许多用于数据处理的基本功能。

您可以使用以下命令安装所需的库：

pip install pandas numpy

然后，您可以导入这些库并创建一个示例 DataFrame：

import pandas as pd
import numpy as np

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [24, 27, 22, 32],
    'Salary': [50000, 60000, 45000, 80000]
}

df = pd.DataFrame(data)

遍历 DataFrame 的方法

1. 使用 iterrows 遍历

使用 iterrows() 方法按行遍历 DataFrame。该方法返回一个生成器，生成每行的索引和数据。

for index, row in df.iterrows():
    print(f"Index: {index}, Name: {row['Name']}, Age: {row['Age']}, Salary: {row['Salary']}")

2. 使用 itertuples 遍历

itertuples() 方法相比 iterrows() 更快。它返回一个命名元组，您可以通过属性访问各列。

for row in df.itertuples(index=True, name='Pandas'):
    print(f"Index: {row.Index}, Name: {row.Name}, Age: {row.Age}, Salary: {row.Salary}")

3. 使用 apply 遍历

使用 apply() 方法可以对 DataFrame 中的每一行或每一列应用函数。这种方式在执行复杂的操作时非常方便。

def increase_salary(row):
    return row['Salary'] * 1.1

df['New_Salary'] = df.apply(increase_salary, axis=1)

修改 DataFrame 的方法

1. 修改指定单元格

您可以通过行列索引直接修改 DataFrame 中的指定单元格。例如，如果您想将 Bob 的薪水调整为 65000，可以这样做：

df.at[1, 'Salary'] = 65000

2. 修改整列

如果您需要根据某个条件修改整列，可以使用布尔索引。例如，给所有薪资超过 60000 的员工薪水增加 10%。

df.loc[df['Salary'] > 60000, 'Salary'] *= 1.1

3. 条件修改

可以使用 np.where() 来根据条件修改列。例如，将所有年龄小于 25 岁的人标记为 "Young"。

df['Age_Group'] = np.where(df['Age'] < 25, 'Young', 'Adult')

关键命令解释

iterrows(): 按行遍历 DataFrame，返回索引和行数据。

itertuples(): 返回包含行数据的命名元组，性能优于 iterrows()。

apply(): 将给定函数应用于 DataFrame 的行或列。

at, loc: 选择和修改 DataFrame 中的单元格或一组单元格。

注意事项与技巧

在遍历和修改 DataFrame 时，有一些常见的问题需要注意：

• 使用 iterrows() 时，行数据会被转换成 Series，因此可能会影响性能。在处理较大数据集时，请考虑使用 itertuples()。
• 直接修改 DataFrame 的方式可以通过 loc 和 at，需确保行列索引的准确性。
• 在使用 apply() 时，注意函数的性能，避免不必要的复杂计算，以提高效率。

总结

本文详细介绍了如何遍历和修改 Pandas DataFrame。通过使用这些技术，您可以更高效地进行数据处理和分析。在实际操作中，边实践边学习会加深您对这些命令的理解与应用。希望本指南能帮您更好地掌握 DataFrame 处理技术。