摘要:如何遍历当中的行现有一个数据框的期望输出现在我想遍历这个数据框的每一行,在每一行当中我想通过列名访问第一行的每一个元素,例如,实现以下效果这里推送一个非常好用的函数这个函数同时返回索引和行对象的生成器可以直接进行遍历如何理解当中的函数若要理
如何遍历pandas当中的行
现有一个数据框pandas的dataframe:
import pandas as pd inp = [{"c1":10, "c2":100}, {"c1":11,"c2":110}, {"c1":12,"c2":120}] df = pd.DataFrame(inp) print df
期望输出
c1 c2 0 10 100 1 11 110 2 12 120
现在我想遍历这个数据框的每一行, 在每一行当中我想通过列名访问第一行的每一个元素,例如,实现以下效果:
for row in df.rows: print row["c1"], row["c2"]
这里推送一个非常好用的函数:
iterrows()
这个函数同时返回 索引和行对象的生成器可以直接进行遍历
In [18]: for index, row in df.iterrows(): ....: print row["c1"], row["c2"] ....: 10 100 11 110 12 120如何理解python当中的yield函数
若要理解python当中的(yield)函数,首先必须理解什么是生成器(generators),在理解生成器之前必须先理解迭代器(iterators).
迭代器当你创建一个列表list,可以一个元素一个元素逐个读他,这样的操作称为迭代 interation :
>>> mylist = [1, 2, 3] >>> for i in mylist: ... print(i) 1 2 3
这里mylist就称之为一个可迭代对象,当你使用列表推导时(list comprehension),可以生成一个列表,列表推导的方法如下所示:
>>> mylist = [x*x for x in range(3)] >>> for i in mylist: ... print(i) 0 1 4
所有可以用for ... in ... 操作的对象称之为可迭代对象.例如字符串列表文件集合等等.
++列表这类可迭代对象还比较方便,但缺点就是需要存储在内存中的对象非常多,在值非常多的时候如果都使用这种方式,不是很好++.
生成器生成器也是迭代器的一种,是一种只能遍历一次的可迭代对象.
生成器不需要在内存当中存储所有的值,
他们是即时生成值,性能更快.
例如:
>>> mygenerator = (x*x for x in range(3)) >>> for i in mygenerator: ... print(i) 0 1 4
可以看到,除了使用[]替代()之外,其它都是一样的,但是以下的用法就是不允许的:
for i in mygenerator
实际上他们先生成0,然后忘掉0,再生成1,丢弃1,一直往下,一个接一个进行处理.
Yield函数yield 函数有点像Return,区别在于这个函数返回的是迭代器.
例如:
def createGenerator(): mylist = range(3) print u"this will be executed only when for ... in ..called only once" for i in mylist: yield i*i mygenerator = createGenerator() print "test" for i in mygenerator: print(i) test this will be executed only when for ... in ..called only once 0 1 4
可以看出来,当你知道你的函数会返回数量非常大的元素供遍历时,并且只需读一次的时候,使用yield函数是非常合适的.
若要掌握yield函数,你必须理解当你调用这个函数时,函数内部的代码实际是没有执行的.这个函数只是返回一个生成器的对象.当实际遍历时(for ... in ... ) yield语句才会执行.
这里是比较有意思的地方:
第一次使用for访问这个生产器对象的时候,"print u"this will be executed only when for ... in ..called only once""这句话才被打印出来,并且打印在"test"之后,说明yield之前的函数体会在for第一次循环时被调用一次且仅仅调用一次.
但是,如果是这样情况又不同了:
def createGenerator(): mylist = range(3) print u"this will be executed only when for ... in ..called only once" for i in mylist: print "test3" yield i*i print "test2" mygenerator = createGenerator() print "test" for i in mygenerator: print(i)
结果现在变成了:
test this will be executed only when for ... in ..called only once test3 0 test3 1 test3 4 test2
可见如果在yield语句同级的代码块中的语句,其实外层for进行迭代时,每次都会执行.
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/41432.html
摘要:协程的基本行为协程包含四种状态等待开始执行。协程中重要的两个方法调用方把数据提供给协程。注意使用调用协程时会自动预激,因此与装饰器不兼容标准库中的装饰器不会预激协程,因此能兼容句法。因此,终止协程的本质在于向协程发送其无法处理的异常。 导语:本文章记录了本人在学习Python基础之控制流程篇的重点知识及个人心得,打算入门Python的朋友们可以来一起学习并交流。 本文重点: 1、掌握协...
摘要:事件循环是异步编程的底层基石。对事件集合进行轮询,调用回调函数等一轮事件循环结束,循环往复。协程直接利用代码的执行位置来表示状态,而回调则是维护了一堆数据结构来处理状态。时代的协程技术主要是,另一个比较小众。 Coding Crush Python开发工程师 主要负责岂安科技业务风险情报系统redq。 引言 1.1. 存储器山 存储器山是 Randal Bryant 在《深入...
摘要:于此同时,会阻塞,等待终止。子生成器返回之后,解释器会抛出异常,并把返回值附加到异常对象上,只是委派生成器恢复。实例运行完毕后,返回的值绑定到上。这一部分处理调用方通过方法传入的异常。之外的异常会向上冒泡。 上一篇python协程1:yield的使用介绍了: 生成器作为协程使用时的行为和状态 使用装饰器预激协程 调用方如何使用生成器对象的 .throw(...) 和 .close()...
摘要:原文我的微信公众号每日一练要理解什么是,必须理解什么是生成器。在理解生成器之前,让我们先了解迭代。直到运行到函数结尾处停止,此时如果是用则会抛出异常,如果是用则会结束循环并且不会有异常 原文:https://stackoverflow.com/que...我的微信公众号:python每日一练 要理解什么是 yield,必须理解什么是生成器(generator)。在理解生成器之前,让我...
阅读 1625·2023-04-26 00:30
阅读 3099·2021-11-25 09:43
阅读 2751·2021-11-22 14:56
阅读 3150·2021-11-04 16:15
阅读 1093·2021-09-07 09:58
阅读 1989·2019-08-29 13:14
阅读 3076·2019-08-29 12:55
阅读 950·2019-08-29 10:57