![](https://hub.asimov.academy/wp-content/uploads/2024/06/ThumbCursoAudioVideoComHuggingFace-14.webp)
Ao trabalhar com dados em Python, o Pandas é uma biblioteca essencial que fornece estruturas de dados de alto nível e uma ampla variedade de ferramentas para análise de dados. Uma tarefa comum que você pode encontrar é iterar sobre as linhas de um DataFrame do Pandas. Neste artigo, exploraremos como fazer isso de forma eficaz e também discutiremos algumas considerações importantes a ter em mente.
![](https://hub.asimov.academy/wp-content/uploads/2024/06/ThumbCursoPythonMasterClass-14.webp)
Seu primeiro projeto Python – curso grátis com certificado!
Vá do zero ao primeiro projeto em apenas 2 horas com o curso Python MasterClass
Começe agoraIterando Sobre Linhas com iterrows()
Uma das maneiras mais diretas de iterar sobre as linhas de um DataFrame do Pandas é usar o método iterrows()
. Esse método retorna um iterador que gera o índice e os dados da linha para cada linha. Veja como você pode usá-lo:
import pandas as pd
# DataFrame de Exemplo
df = pd.DataFrame({'c1': [10, 11, 12], 'c2': [100, 110, 120]})
# Usando iterrows para iterar sobre as linhas do DataFrame
for index, row in df.iterrows():
print(row['c1'], row['c2'])
TestarIsso produzirá a saída:
10 100
11 110
12 120
Considerações ao Usar iterrows()
Embora iterrows()
seja fácil de usar, é importante notar que pode ser lento, especialmente com DataFrames grandes. Isso ocorre porque iterrows()
retorna uma Series para cada linha, o que não preserva os dtypes entre as linhas. Se você precisa preservar os dtypes ou requer melhor desempenho, considere usar itertuples()
em vez disso.
Usando itertuples()
para Melhor Desempenho
O método itertuples()
retorna um iterador que gera namedtuples com os dados da linha. Este método geralmente é mais rápido do que iterrows()
e é uma escolha melhor quando o desempenho é uma preocupação. Aqui está um exemplo:
import pandas as pd
# DataFrame de Exemplo
df = pd.DataFrame({'c1': [10, 11, 12], 'c2': [100, 110, 120]})
# Usando itertuples para iterar sobre as linhas do DataFrame
for row in df.itertuples(index=True, name='Pandas'):
print(row.c1, row.c2)
TestarAssim como com iterrows()
, você obterá a mesma saída, mas com um desempenho potencialmente melhor.
Quando Não Iterar
Antes de decidir iterar sobre as linhas do DataFrame, vale a pena considerar se você precisa iterar. O Pandas é projetado para trabalhar com operações vetorizadas, que geralmente são mais eficientes do que operações linha a linha. Aqui estão algumas alternativas a considerar:
- Vetorização: Use os métodos integrados do Pandas ou funções do NumPy para realizar operações em colunas inteiras ou DataFrames de uma só vez.
- Método
apply()
: Se você tem uma função que não pode ser vetorizada,apply()
pode ser usado para aplicar uma função ao longo de um eixo do DataFrame. - Cython ou Numba: Se você precisa de alto desempenho, considere usar Cython ou Numba para escrever funções otimizadas que podem ser aplicadas a DataFrames.
Resumo
Neste artigo, cobrimos como iterar sobre as linhas de um DataFrame do Pandas usando iterrows()
e itertuples()
. Também discutimos a importância de considerar alternativas à iteração para melhor desempenho e eficiência. Lembre-se, embora a iteração possa ser útil em certas situações, sempre procure por soluções vetorizadas primeiro para aproveitar ao máximo as capacidades do Pandas.
![](https://hub.asimov.academy/wp-content/uploads/2024/06/maxresdefault-6.jpg)
Comentários