为什么熊猫默认情况下会遍历DataFrame列？

Question

试图了解熊猫某些功能背后的设计原理。

如果我有一个3560行18列的DataFrame，那么

len(frame)

是3560，但是

len([a for a in frame])

是18。

也许对于来自R的人来说这很自然；对我来说，感觉不太“ Pythonic”。是否在某处介绍了熊猫的基本设计原理？

Answer 1

DataFrame主要是基于列的数据结构。在后台，DataFrame内部的数据存储在块中。大致来说，每个dtype都有一个块。 每列都有一个dtype
。因此，可以通过从单个块中选择适当的列来访问列。相反，选择单个行需要从每个块中选择合适的行，然后形成一个新的系列，并将每个块的行中的数据复制到系列中。因此，遍历DataFrame的行（在幕后）不像遍历列那样自然。

如果您需要遍历各行，则仍然可以调用df.iterrows()。df.iterrows出于相同的原因（如果不自然），应避免使用它-
要求复制，这会使过程比遍历列慢。