如何高效迭代
如果你真的必须迭代 Pandas 数据框，你可能想要避免使用 iterrows().有不同的方法，通常的iterrows() 远不是最好的。itertuples() 可以快 100 倍。
简而言之：
- 一般来说，使用
df.itertuples(name=None)。特别是当您有固定数量的列且少于 255 列时。见第（3）点
- 否则，请使用
df.itertuples()，除非您的列具有特殊字符，例如空格或“-”。见第（2）点
- 可以使用
itertuples()，即使您的数据框使用最后一个示例有奇怪的列。见第（4）点
- 只有在您无法使用之前的解决方案时才使用
iterrows()。见第（1）点
遍历 Pandas 数据框中的行的不同方法：
生成具有一百万行和 4 列的随机数据框：
df = pd.DataFrame(np.random.randint(0, 100, size=(1000000, 4)), columns=list('ABCD'))
print(df)
1）通常的iterrows()很方便，但是太慢了：
start_time = time.clock()
result = 0
for _, row in df.iterrows():
result += max(row['B'], row['C'])
total_elapsed_time = round(time.clock() - start_time, 2)
print("1. Iterrows done in {} seconds, result = {}".format(total_elapsed_time, result))
2）默认的itertuples()已经快很多了，但是它不适用于My Col-Name is very Strange之类的列名（如果你的列重复或者列名不能简单地转换为Python变量，你应该避免这种方法姓名）。：
start_time = time.clock()
result = 0
for row in df.itertuples(index=False):
result += max(row.B, row.C)
total_elapsed_time = round(time.clock() - start_time, 2)
print("2. Named Itertuples done in {} seconds, result = {}".format(total_elapsed_time, result))
3) 默认的 itertuples() 使用 name=None 更快，但不是很方便，因为您必须为每列定义一个变量。
start_time = time.clock()
result = 0
for(_, col1, col2, col3, col4) in df.itertuples(name=None):
result += max(col2, col3)
total_elapsed_time = round(time.clock() - start_time, 2)
print("3. Itertuples done in {} seconds, result = {}".format(total_elapsed_time, result))
4) 最后，命名itertuples() 比前一点慢，但您不必为每列定义一个变量，它适用于诸如My Col-Name is very Strange 之类的列名。
start_time = time.clock()
result = 0
for row in df.itertuples(index=False):
result += max(row[df.columns.get_loc('B')], row[df.columns.get_loc('C')])
total_elapsed_time = round(time.clock() - start_time, 2)
print("4. Polyvalent Itertuples working even with special characters in the column name done in {} seconds, result = {}".format(total_elapsed_time, result))
输出：
A B C D
0 41 63 42 23
1 54 9 24 65
2 15 34 10 9
3 39 94 82 97
4 4 88 79 54
... .. .. .. ..
999995 48 27 4 25
999996 16 51 34 28
999997 1 39 61 14
999998 66 51 27 70
999999 51 53 47 99
[1000000 rows x 4 columns]
1. Iterrows done in 104.96 seconds, result = 66151519
2. Named Itertuples done in 1.26 seconds, result = 66151519
3. Itertuples done in 0.94 seconds, result = 66151519
4. Polyvalent Itertuples working even with special characters in the column name done in 2.94 seconds, result = 66151519
This article is a very interesting comparison between iterrows and itertuples