pandas 非向量化修改数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在 pandas 中，向量化计算是指利用 pandas 对象的内置方法和函数，将操作应用到整个数据结构的每个元素，从而在单个操作中完成大量的计算。但在一些需求中，我们无法使用向量化计算，就需要迭代操作，本例就是这样的一种情况。

数据与需求

假如有以下数据：

import pandas as pd

df = pd.DataFrame({'a': [5, 6, 7], 'b': [3, 5, 8]})
df
'''
   a  b
0  5  3
1  6  5
2  7  8
'''

根据以上数据，需要增加一列 c，c 列的计算逻辑是：

本例不是一个向量化的计算，因为第一行的计算逻辑与其他行的计算逻辑不同。针对，这样的情况，我们可以用迭代的方法进行灵活的操作。

先根据第一行的计算逻辑增加 c 列，然后迭代并排除第一行，对其他行按计算逻辑进行修改。

按第一行的计算逻辑增加 c 列：

df['c'] = df.a+df.b
df
'''
   a  b   c
0  5  3   8
1  6  5  11
2  7  8  15
'''

迭代计算修改其他行：

for i in df.itertuples():
    if i.Index != 0:
        df.loc[i.Index, 'c'] = i.a + df.loc[i.Index-1, 'c']

以上代码，df.itertuples() 产生一个可迭代 map 对象，每行是一个 namedtuple 类型数据。即：

for i in df.itertuples():
    print(i)

'''
Pandas(Index=0, a=5, b=3, c=8)
Pandas(Index=1, a=6, b=5, c=11)
Pandas(Index=2, a=7, b=8, c=15)
'''

接着判断如果索引不是第一行（值为 0）就用 loc 获取定位并进行修改，最后得到的数据为：

df
'''
   a  b   c
0  5  3   8
1  6  5  14
2  7  8  21
'''

这样就得到了最终的数据结果。

（完）