iloc与iterrows的异同点

iloc和iterrows()都是Pandas库中用于操作DataFrame的重要方法，但它们在使用方式、性能以及适用场景上存在一些关键差异。以下是对这两种方法的比较：

相同点

• 两者都是Pandas库中用于操作DataFrame的方法。

不同点

• 使用方式：

  • iloc是基于整数位置的索引，用于通过行号和列号来选择数据，返回的是数据本身。
  • iterrows()返回一个迭代器，生成索引和数据行的元组，每一行都是一个Pandas Series对象，允许对每一行进行操作。

• 性能：

  • iloc通常比iterrows()快，尤其是在处理大型数据集时。
  • iterrows()在处理大型数据集时可能会影响性能，因为它逐行迭代DataFrame。

• 适用场景：

  • iloc适用于需要基于位置索引进行数据选择和操作的场景。
  • iterrows()适用于需要逐行迭代DataFrame并进行复杂操作的场景，尤其是在数据清洗、转换和条件筛选等任务中。

示例

• 使用iloc选择特定行和列：

  import pandas as pd
  df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
  selected_data = df.iloc[0:2, 0:1]
  print(selected_data)
  

• 使用iterrows()逐行迭代DataFrame并对每一行执行操作：

  import pandas as pd
  df = pd.DataFrame({'Name': ['John', 'Anna', 'Peter', 'Linda'], 'Age': [28, 23, 34, 29], 'City': ['New York', 'Paris', 'Berlin', 'London']})
  for index, row in df.iterrows():
      if row['Age'] > 30:
          print(f"Index: {index}, Data: {row['Name']}, Age: {row['Age']}, City: {row['City']}")
  

在选择使用iloc还是iterrows()时，应考虑数据集的大小和操作的复杂性。对于大型数据集，如果可能，优先考虑使用iloc或矢量化操作，以获得更好的性能。对于需要逐行处理数据的场景，iterrows()是一个灵活的选择。