使用 pandas 循环数据帧的最有效方法是什么？

我想按顺序对数据帧中的财务数据执行我自己的复杂操作。

例如，我使用以下 MSFT CSV 文件，取自雅虎财经 http://finance.yahoo.com/q/hp?s=MSFT:

Date,Open,High,Low,Close,Volume,Adj Close
2011-10-19,27.37,27.47,27.01,27.13,42880000,27.13
2011-10-18,26.94,27.40,26.80,27.31,52487900,27.31
2011-10-17,27.11,27.42,26.85,26.98,39433400,26.98
2011-10-14,27.31,27.50,27.02,27.27,50947700,27.27

....

然后我执行以下操作：

#!/usr/bin/env python
from pandas import *

df = read_csv('table.csv')

for i, row in enumerate(df.values):
    date = df.index[i]
    open, high, low, close, adjclose = row
    #now perform analysis on open/close based on date, etc..

这是最有效的方法吗？考虑到 pandas 对速度的关注，我认为必须有一些特殊的函数来以一种还检索索引的方式迭代这些值（可能通过生成器以提高内存效率）？df.iteritems不幸的是，只能逐列迭代。

最新版本的 pandas 现在包含一个用于迭代行的内置函数。

for index, row in df.iterrows():

    # do some logic here

或者，如果您想要更快地使用itertuples()

但是，unutbu 建议使用 numpy 函数来避免迭代行，这将产生最快的代码。