Jak działa pandas itertuples w języku Python? Przykład zastosowania

„`html

Jak działa pandas.itertuples w języku Python? Przykład zastosowania

Jeśli pracujesz z biblioteką pandas w języku Python, istnieje duża szansa, że spotkałeś się z koniecznością iteracji po wierszach DataFrame. Jednym z efektywnych sposobów na osiągnięcie tego celu jest stosowanie metody itertuples(). W tym artykule dokładnie wyjaśnię, jak działa ta metoda, dlaczego warto jej używać oraz przedstawię przykłady zastosowań.

Co to jest itertuples()?

Metoda itertuples() w bibliotece pandas służy do iterowania po wierszach obiektu DataFrame. Zwraca ona każdy wiersz jako namedtuple, co czyni ją szybszą i bardziej wydajną w porównaniu do iterrows(). Namedtuple to specjalny typ krotki, który pozwala na dostęp do wartości zarówno przez indeks, jak i przez nazwę kolumny.

Podstawowy przykład

Zanim przejdziemy do bardziej zaawansowanych zastosowań, zobaczmy, jak w praktyce działa itertuples().

import pandas as pd

# Tworzymy przykładowy DataFrame
df = pd.DataFrame({
    'imie': ['Anna', 'Piotr', 'Kasia'],
    'wiek': [25, 30, 22],
    'miasto': ['Warszawa', 'Kraków', 'Gdańsk']
})

# Iterowanie po wierszach za pomocą itertuples()
for row in df.itertuples():
    print(f'Imię: {row.imie}, Wiek: {row.wiek}, Miasto: {row.miasto}')

Zalety itertuples() w porównaniu do iterrows()

Istnieje kilka powodów, dla których warto stosować itertuples() zamiast iterrows():

• Wydajność – itertuples() jest szybsze, ponieważ zwraca namedtuple zamiast serii pandas.Series.
• Zużycie pamięci – W porównaniu do iterrows() metoda zajmuje mniej pamięci.
• Łatwy dostęp do danych – Dzięki nazwanym krotkom, kolumny można odczytywać w bardziej przejrzysty sposób.

Dla porównania, tak wygląda iteracja z użyciem iterrows():

for index, row in df.iterrows():
    print(f'Imię: {row["imie"]}, Wiek: {row["wiek"]}, Miasto: {row["miasto"]}')

Jak widać, dostęp do wartości kolumn trzeba uzyskać przez indeksowanie jak w słowniku, czego nie ma w przypadku itertuples().

Optymalizacja i kluczowa różnica

W praktyce itertuples() działa dużo szybciej, zwłaszcza gdy mamy do czynienia z dużymi zbiorami danych. Poniższa tabela przedstawia porównanie wydajności dwóch metod dla różnych rozmiarów DataFrame.

Liczba wierszy w DataFrame	Czas dla iterrows() (s)	Czas dla itertuples() (s)
1 000	0.023	0.008
10 000	0.120	0.035
100 000	1.245	0.280

Jak widać, itertuples() działa nawet kilka razy szybciej, co przy dużych zbiorach danych może mieć kluczowe znaczenie.

Praktyczne zastosowania itertuples()

Niekiedy musimy przeiterować po wierszach DataFrame i na ich podstawie wykonać określone operacje. Przykładowo, możemy chcieć sprawdzić, którzy użytkownicy mają więcej niż 25 lat i dodać ich do nowej listy.

młodzi_uzytkownicy = []

for row in df.itertuples():
    if row.wiek > 25:
        młodzi_uzytkownicy.append(row.imie)

print(młodzi_uzytkownicy)

Innym przykładem może być aktualizacja bazy danych na podstawie iteracji po rekordach:

import sqlite3

conn = sqlite3.connect('uzytkownicy.db')
cursor = conn.cursor()

for row in df.itertuples():
    cursor.execute("INSERT INTO users (name, age, city) VALUES (?, ?, ?)", (row.imie, row.wiek, row.miasto))

conn.commit()
conn.close()

Podsumowanie

Metoda itertuples() w bibliotece pandas to szybki i efektywny sposób na iterację po wierszach DataFrame. Jest znacznie wydajniejsza niż iterrows() i doskonale nadaje się do dużych zbiorów danych. Warto mieć ją na uwadze, gdy potrzebujemy przejść po rekordach ramki danych w Pythonie.

„` Inny ciekawy artykuł: Jak działa pandas iterrows w języku Python? Przykład zastosowania