使用pandas循环数据帧的最有效方法是什么？

参见英文答案 > How to iterate over rows in a DataFrame in Pandas?                                    17个
我希望以顺序方式对数据框中的财务数据执行我自己的复杂操作.

例如,我使用的是从Yahoo Finance获取的以下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

....

然后我做以下事情：

#!/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..

这是最有效的方式吗？鉴于对熊猫速度的关注,我认为必须有一些特殊的函数来迭代遍历值,同时也检索索引(可能通过生成器来节省内存)？遗憾的是,df.iteritems只能逐列迭代.

解决方法:

最新版本的pandas现在包含一个用于迭代行的内置函数.

for index, row in df.iterrows():

    # do some logic here

或者,如果你想更快地使用itertuples()

但是,unutbu建议使用numpy函数来避免遍历行将产生最快的代码.