pandas按行按列遍历Dataframe的几种方式
程序员文章站
2022-03-21 21:13:38
...
遍历数据有以下三种方法
简单对上面三种方法进行说明:
- iterrows(): 按行遍历,将DataFrame的每一行迭代为(index,
Series)对,可以通过row[name]对元素进行访问。 itertuples(): - 按行遍历,将DataFrame的每一行迭代为元祖,可以通过row[name]对元素进行访问,比iterrows()效率高。
- iteritems():按列遍历,将DataFrame的每一列迭代为(列名,
Series)对,可以通过row[index]对元素进行访问。
示例数据
import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]
df = pd.DataFrame(inp)
print(df)
c1 c2
0 10 100
1 11 110
2 12 123
按行遍历iterrows():
for index, row in df.iterrows():
print(index) # 输出每行的索引值
0
1
2
row[‘name’]
# 对于每一行,通过列名name访问对应的元素
for row in df.iterrows():
print(row['c1'], row['c2']) # 输出每一行
10 100
11 110
12 123
按行遍历itertuples():
getattr(row, ‘name’)
for row in df.itertuples():
print(getattr(row, 'c1'), getattr(row, 'c2')) # 输出每一行
10 100
11 110
12 123
按列遍历iteritems():
for index, row in df.iteritems():
print(index) # 输出列名
c1
c2
for row in df.iteritems():
print(row[0], row[1], row[2]) # 输出各列
10 11 12
100 110 123
推荐阅读
-
pandas中的DataFrame按指定顺序输出所有列的方法
-
pandas.DataFrame.to_json按行转json的方法
-
python:按列条件筛选、删除DataFrame中满足列条件的行
-
Python小点dian儿: 按列条件筛选、删除DataFrame的行
-
python pandas dataframe 按列或者按行合并的方法
-
当后台只返回一维数组前端展示需要遍历el-row按行按列展示的时候自定义封装的二维数组
-
pandas.DataFrame.to_json按行转json的方法
-
pandas按行按列遍历Dataframe的几种方式
-
python pandas dataframe 按列或者按行合并的方法
-
按行与按列遍历二维数组的速度差异