Источник: Nuances of Programming Начиная заниматься машинным обучением, я следовал рекомендациям и создавал собственные характеристики, комбинируя несколько столбцов в наборе данных. И делал я это ужасно неэффективно, теряя по несколько минут на самые простые операции. Проблема была проста: я не знал, как эффективно выполнять итерации по строкам в Pandas. В интернете встречается немало людей, поступающих так же. Используемые ими методы не элегантны, но вполне подходят для небольших объемов данных...

В ходе обработки массивов данных зачастую приходится преобразовывать датафреймы в иные объекты для совместимости с другими модулями. Рассмотрим основные структуры на примере следующей таблицы: import pandas as pd df = pd.DataFrame([['id1', 'key_new1','key_old1'], ['id2','key_new2','key_old2'], ['id3', 'key_new3','key_old3'], ['id4','key_new4','key_old4']], columns=['id', 'new', 'old']) df NumPy массив Хоть многие модули и поддерживают Pandas, стандартом де-факто...