Python-用pandas遍历数据帧的最有效方法是什么？

Question

我想按顺序对数据帧中的财务数据执行自己的复杂操作。

例如，我正在使用以下来自Yahoo Finance的 MSFT CSV文件：

Date,Open,High,Low,Close,Volume,Adj Close
2011-10-19,27.37,27.47,27.01,27.13,42880000,27.13
2011-10-18,26.94,27.40,26.80,27.31,52487900,27.31
2011-10-17,27.11,27.42,26.85,26.98,39433400,26.98
2011-10-14,27.31,27.50,27.02,27.27,50947700,27.27

....

然后，我执行以下操作：

#!/usr/bin/env python
from pandas import *

df = read_csv('table.csv')

for i, row in enumerate(df.values):
    date = df.index[i]
    open, high, low, close, adjclose = row
    #now perform analysis on open/close based on date, etc..

那是最有效的方法吗？考虑到对熊猫速度的关注，我认为必须有一些特殊的函数来迭代这些值，使它们也可以检索索引（可能通过生成器来提高内存效率）？df.iteritems不幸的是，只能逐列进行迭代。

Answer 1

熊猫的最新版本现在包括用于遍历行的内置函数。

for index, row in df.iterrows():

    # do some logic here

或者，如果你想更快地使用它 itertuples()

但是，unutbu建议使用numpy函数以避免对行进行迭代将产生最快的代码。