Iterrows pandas получить значение следующих строк

У меня есть df в pandas

import pandas as pd
df = pd.DataFrame(['AA', 'BB', 'CC'], columns = ['value'])

Я хочу перебирать строки в df. Для каждой строки я хочу значение строки s value and next row Что-то вроде (не работает):

for i, row in df.iterrows():
     print row['value']
     i1, row1 = next(df.iterrows())
     print row1['value']

В результате я хочу

'AA'
'BB'
'BB'
'CC'
'CC'
*Wrong index error here

В этот момент у меня есть беспорядок, чтобы решить эту проблему.

for i in range(0, df.shape[0])
   print df.irow(i)['value']
   print df.irow(i+1)['value']

Есть ли более эффективный способ решения этой проблемы?

Ответ 1

Во-первых, ваш "грязный путь" в порядке, нет ничего плохого в использовании индексов в dataframe, и это будет не слишком медленным. iterrows() не очень быстро.

Версия вашей первой идеи, которая будет работать, будет:

row_iterator = df.iterrows()
_, last = row_iterator.next()  # take first item from row_iterator
for i, row in row_iterator:
    print(row['value'])
    print(last['value'])
    last = row

Второй способ может сделать что-то похожее, чтобы сохранить один индекс в dataframe:

last = df.irow(0)
for i in range(1, df.shape[0]):
    print(last)
    print(df.irow(i))
    last = df.irow(i)

Когда скорость критическая, вы всегда можете попробовать оба и время кода.

Ответ 2

В документе itertools есть пример функции pairwise():

from itertools import tee, izip
def pairwise(iterable):
    "s -> (s0,s1), (s1,s2), (s2, s3), ..."
    a, b = tee(iterable)
    next(b, None)
    return izip(a, b)

import pandas as pd
df = pd.DataFrame(['AA', 'BB', 'CC'], columns = ['value'])

for (i1, row1), (i2, row2) in pairwise(df.iterrows()):
    print i1, i2, row1["value"], row2["value"]

Вот результат:

0 1 AA BB
1 2 BB CC

Но я думаю, что строки iter в DataFrame медленны, если вы можете объяснить, в чем проблема, которую вы хотите решить, может быть, я могу предложить несколько лучших методов.

Ответ 3

Это можно решить также с помощью izip ping фреймворка данных (итератора) со своей смещенной версией.

Конечно, ошибка индексации не может быть воспроизведена таким образом.

Проверьте это

import pandas as pd
from itertools import izip

df = pd.DataFrame(['AA', 'BB', 'CC'], columns = ['value'])   

for id1, id2 in izip(df.iterrows(),df.ix[1:].iterrows()):
    print id1[1]['value']
    print id2[1]['value']

который дает

AA
BB
BB
CC

Ответ 4

Я бы использовал функцию shift() следующим образом:

df['value_1'] = df.value.shift(-1)
[print(x) for x in df.T.unstack().dropna(how = 'any').values];

который производит

AA
BB
BB
CC
CC

Вот как работает приведенный выше код:

Шаг 1) Используйте функцию сдвига

df['value_1'] = df.value.shift(-1)
print(df)

производит

value value_1
0    AA      BB
1    BB      CC
2    CC     NaN

Шаг 2) Транспонировать:

df = df.T
print(df)

производит:

          0   1    2
value    AA  BB   CC
value_1  BB  CC  NaN

Шаг 3) Разблокировать:

df = df.unstack()
print(df)

производит:

0  value       AA
   value_1     BB
1  value       BB
   value_1     CC
2  value       CC
   value_1    NaN
dtype: object

Шаг 4) Сбросить значения NaN

df = df.dropna(how = 'any')
print(df)

производит:

0  value      AA
   value_1    BB
1  value      BB
   value_1    CC
2  value      CC
dtype: object

Шаг 5) Вернуть Numpy-представление DataFrame и вывести значение по значению:

df = df.values
[print(x) for x in df];

производит:

AA
BB
BB
CC
CC