Python iTerrows性能差，错误消息

我需要能够迭代行并执行一些操作。下面是一些代码的开始

for i, row in df.iterrows():
    df.loc[i, 'Object'] = row

性能非常慢，我得到以下输出：

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

---

我做错了什么？

如果遍历整个数据帧并尝试在每一行上使用loc，那么速度会很慢。相反，请尝试以下方法：

df.ix[np.in1d(df['Object'], value)

---

如果您确实发现需要循环，请使用itertuples，在大多数情况下，它的速度要快很多倍

df = pd.DataFrame({"Object": [1,2,3], "Lifeishard_butunfair": [2,3,4]})

objectCol = df.columns.get_loc("Object")+1
for row in df.itertuples():
    someVar = row[objectCol]

---

为什么不这样做呢<代码>向量=[i的行，df.iterrows（）中的行]；df['Object']=向量？就性能而言，您可能会看到一些改进，但您也会避免执行该警告建议您不应该执行的操作。这实际上不是错误，而是警告，与您的性能问题无关。有关此警告的更多信息，请参见此。很多时候，您不需要遍历数据帧的行，如果您可以矢量化您的函数/操作，您将看到性能的巨大改进。ix已被弃用。您是否找到任何说明何时使用iterrows vs itertuples的文档？我看到一些帖子说itertuples更快，但我发现的大多数教程都是基于iterrows的。谢谢你的建议！更多信息请点击此处：