pandas按行按列遍历Dataframe的几种方式

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