python iterrows_Pandas.DataFrame 的 iterrows()方法详解

转自小时代 ·

Pandas的基础结构可以分为两种：数据框和序列。

数据框(DataFrame)是拥有轴标签的二维链表，换言之数据框是拥有标签的行和列组成的矩阵 - 列标签位列名，行标签为索引。Pandas中的行和列是Pandas序列 - 拥有轴标签的一维链表。

iterrows() 是在数据框中的行进行迭代的一个生成器，它返回每行的索引及一个包含行本身的对象。

所以，当我们在需要遍历行数据的时候，就可以使用 iterrows()方法实现了。

示例代码

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))

df

输出结果：

o_1cs2sggeq1q651dbguvbup91nsu8 (1).jpg

遍历行：

In [7]: for index, row in df.iterrows():

...: print(index)

...: print(row)

...:

...:

0

A 1.035275

B -0.934941

C 0.701911

D -0.209808

Name: 0, dtype: float64

1

A 1.074598

B 0.290134

C 0.467647

D 0.055755

Name: 1, dtype: float64

2

A 1.105065

B 0.382066

C 0.109165

D 0.885094

Name: 2, dtype: float64

3

A -1.099364

B 0.684819

C 0.689329

D 0.062511

Name: 3, dtype: float64

4

A -1.122914

B -1.187126

C -1.853359

D 0.312347

Name: 4, dtype: float64

5

A -0.994756

B 0.177015

C 0.242378

D 0.070920

Name: 5, dtype: float64

6

A 0.599306

B -1.269138

C 0.704013

D 0.003814

Name: 6, dtype: float64

7

A -1.964408

B 0.237215

C 0.326020

D 0.081806

Name: 7, dtype: float64

8

A -1.031995

B -1.046309

C -1.561813

D 0.762392

Name: 8, dtype: float64

9

A -0.494900

B 0.267476

C -0.967902

D 0.612254

Name: 9, dtype: float64