【Day05-遍历】不要再只会用for回圈了，你值得拥有更好的选择-apply

第三天我们简单介绍了处理表格的pandas套件
接下来就要开始对资料进行处理了
我们都知道电脑比起人类来说，最大的优势就是可以快速的执行相同的操作
因此学会如何对大笔大笔的资料进行重复的操作就是非常关键的了

对程序有过一些经验初学资料的朋友们可能会想到
「啊不就回圈吗，这有什麽特别的吗？」
基本上这样的想法，对 但也不完全正确

python作为一门没有那麽底层的语言
相对上它的执行效率是远不如那些C/C++之类的
其中日常影响最最大的部分就是我们亲爱的for回圈啦
因此，如果你真的要对资料进行操作的时候
一定要尽量的避免把所有的操作都用for来完成

以下例子我们用经典的鸢尾花(iris)资料集为例

import pandas as pd
df = pd.read_csv("iris.csv")

为了要随便有个可以做的事情
我们先以将同一笔资料的class label给print出来

# 印出类别
def foo(row):
    print("The class is %s" % row["class"])

使用for回圈

# 使用for回圈遍历
for index,row in df.iterrows():
    foo(row)

如果你真的坚持要用回圈的方式来处理的话
可以对你的DataFrame呼叫.iterrows()，并且用index,row两个变数去接住它来进行遍历

使用apply

# 使用apply遍历
df.apply(foo, axis = 1)

这边我们稍微做一下解释

当我们对一个DataFrame进行apply操作的时候会需要给它一个方向axis

• 0表示按col依序进行处理
• 1表示按row依序进行处理

而处理的过程则可以想像成每次被遍历的对象作为参数，被後面接着的foo()函数进行处理

比较时间

这边为了要让结果明显一点
我将资料进行了重复采样到50000笔之後分别用两种方法进行操作
得出的结果如下

• 使用for
  
• 使用apply
  

这边要注意这还只是最简单的一个print而已
如果处理的内容更加复杂的时候，这差距还会更加显着的拉大
因此，珍爱生命请善用apply