将iterrows替换为itertuples时动态访问列的解决方案问询

不需要退回使用iterrows，针对未知列名的场景，有两种高效的方式解决namedtuple无法动态访问的问题：

1. 使用getattr()动态获取属性 #

itertuples返回的namedtuple实例，其属性对应DataFrame的列名，通过Python内置的getattr()函数可以动态根据列名字符串获取对应值，无需提前知晓列名：

import pandas as pd

# 示例DataFrame，列名可动态变化
source_df = pd.DataFrame({'col_x': [10,20,30], 'col_y': [40,50,60], 'col_z': [70,80,90]})
# 假设这是动态获取的需要访问的列名列表
required_cols = ['col_x', 'col_z']

for row in source_df.itertuples(index=False):  # index=False 避免返回默认的索引字段
    # 动态访问单个未知列
    val_x = getattr(row, 'col_x')
    
    # 批量获取多个未知列的值
    row_data = {col: getattr(row, col) for col in required_cols}
    
    # 构造新DataFrame
    temp_df = pd.DataFrame([row_data])
    
    # 执行你的业务逻辑...
    # 修改第三个目标DataFrame（示例）
    # target_df.loc[target_df['id'] == val_x, 'status'] = 'processed'

这种方式性能损耗极小，几乎和直接访问namedtuple属性一致，是最优选择。

2. 将namedtuple转为字典 #

如果更习惯字典的键值对访问方式，可以调用namedtuple的_asdict()方法将其转为普通字典，之后就能通过列名字符串直接取值：

for row in source_df.itertuples(index=False):
    row_dict = row._asdict()
    
    # 动态访问单个列
    val_y = row_dict['col_y']
    
    # 批量获取多列值
    row_data = {col: row_dict[col] for col in required_cols}
    
    # 后续构造DataFrame、修改其他DataFrame的逻辑...

这种方式会额外生成一个字典对象，性能略逊于getattr()，但对于大多数场景来说差异可以忽略，且代码可读性更高。

为什么之前的访问方式报错？ #

namedtuple实例不支持通过[column_name]的方括号语法访问属性，只能通过.column_name的属性语法或索引位置访问。但索引位置需要提前知晓列的顺序，不符合你未知列名的场景，因此getattr()或转字典是更合适的替代方案。

整体来看，这两种方案都能保留itertuples比iterrows更低的迭代开销，完全不需要退回使用iterrows。

内容的提问来源于stack exchange，提问作者bob marley