Pandas: 逐行遍历Pandas的DataFrame的最有效方法是什么？

在python中，对行进行迭代比进行矢量化操作要慢很多。

在第二种方法中转换类型，因为这是numpy数组（ df.values是什么）的工作方式。 DataFrame是基于列的，因此您可以具有多个dtype的单个DataFrame。 一旦按行迭代，所有内容都必须转换为包含所有内容的更通用的类型。 在您的情况下，整数转到float64 。

如果您以最小的工作示例描述问题，我们也许可以帮助您将其向量化。 您可能还对带有pandas标签的StackOverflow感到很幸运。

基本上，我想执行以下操作：

row_handler = RowHandler(sample_df)  # learn how to handle row from sample data
transformed_data = []
for row in df.values:
    transformed_data.append(row_handler.handle(row))
return transformed_data

我不拥有RowHandler类，因此只能逐行操作。

另一个类似的例子是机器学习，您可能拥有一个仅在行级别预测API的模型。

仍然有点含糊，无法提供帮助。 但是，如果RowHandler确实超出了您的控制范围，那么您将失去运气。 FWIW所有scikit-learn的API都在数组（如此多行）上运行。

我不知道怎么能更清楚。 是的， RowHandler无法控制。 运气是什么意思？ 我的问题是最有效的方式来遍历行，同时保持每个元素的dtype完好无损。 您是否建议df.iterrows()或其他？

sklearn是一个例外，不是规范，它在PD的DataFrame上本地运行。 很少有机器学习库具有可在DataFrame上运行的API。

我认为df.itertuples()是您要寻找的东西-比迭代速度快：

In [10]: x = pd.DataFrame({'x': range(10000)})

In [11]: %timeit list(x.iterrows())
1 loops, best of 3: 383 ms per loop

In [12]: %timeit list(x.itertuples())
1000 loops, best of 3: 1.39 ms per loop

谢谢@shoyer！ 那就是我所需要的。