수정하기 - 파이썬 pandas의 iterrows 메소드는 어떻게 사용하나요?

닉네임

비밀번호

제목

내용 [이미지 업로드는 권한이 있는 사람만 가능. 하단 카톡으로 연락]

`iterrows` 메소드는 Pandas DataFrame 객체에서 각 행(row)을 <a href='https://sangseek.com/sangseeks/반복/ko'>반복</a>(iterate)할 수 있도록 해주는 메소드입니다. 이 메소드는 각 행을 인덱스와 Series 객체의 튜플 형태로 반환합니다. 이는 데이터를 한 행씩 처리해야 할 때 유용하게 사용될 수 있습니다. 다만, `iterrows`는 성능이 좋지 않으므로, 대체로 벡터화된 연산을 사용하는 것이 권장됩니다.           사용 예시    다음은 `iterrows`를 사용하는 기본적인 예시입니다.    ```python  import pandas as pd       예시 DataFrame 생성  data = {      '이름': ['Alice', 'Bob', 'Charlie'],      '나이': [25, 30, 35],      '도시': ['Seoul', 'Busan', 'Incheon']  }  df = pd.DataFrame(data)       iterrows로 각 행을 반복  for index, row in df.iterrows():      print(f"인덱스: {index}, 이름: {row['이름']}, 나이: {row['나이']}, 도시: {row['도시']}")  ```           출력 결과    ```  인덱스: 0, 이름: Alice, 나이: 25, 도시: 서울  인덱스: 1, 이름: Bob, 나이: 30, 도시: 부산  인덱스: 2, 이름: Charlie, 나이: 35, 도시: 인천  ```           주요 사항    1.   성능  : `iterrows`는 각 행을 Series로 변환하기 때문에, 대규모 데이터프레임에서는 성능이 저하되는 문제가 발생할 수 있습니다. 대량의 데이터를 처리할 때는 벡터화된 연산이나 다른 메소드를 사용하는 것이 좋습니다.    2.   읽기 전용  : 반환된 Series 객체는 원래 DataFrame의 데이터를 읽기 전용으로 제공하므로, 이 객체를 수정해도 원래 DataFrame에는 영향을 주지 않습니다.    3.   인덱스 유지  : `iterrows`를 사용할 때, 인덱스는 원래 DataFrame의 인덱스를 유지합니다.           대안    -   apply  : `apply` 메소드를 사용하여 각 행에 대해 함수를 적용하는 방법이 있습니다.      ```python  df['새로운_컬럼'] = df.apply(lambda row: row['나이'] + 10, axis=1)  ```    -   벡터화 연산  : 가능하면 Pandas의 벡터화 연산을 사용하는 것이 효율적입니다.    ```python  df['새로운_컬럼'] = df['나이'] + 10  ```    이처럼 `iterrows`는 특정 상황에서 유용할 수 있지만, 더 빠르고 효율적인 방법들이 존재하므로 필요에 따라 적절한 방법을 선택하는 것이 중요합니다.