pandas遍历Dataframe的三种常用方式：iterrows、itertuples与iteritems详解

pandas Dataframe遍历方法概述

在pandas中处理Dataframe数据时，通常涉及以下三种遍历方式：

下面对这三种遍历方法进行简要说明：

• iterrows()：该方法用于按行遍历，将Dataframe的每一行迭代为(index, Series)元组对。在循环中，可以通过row[name]的形式访问具体的元素值。
• itertuples()：同样用于按行遍历，但将每一行迭代为namedtuple对象。虽然仍可通过getattr(row, name)或row.name访问元素，但其执行效率通常高于iterrows()。
• iteritems()：该方法用于按列遍历，将Dataframe的每一列迭代为(列名, Series)对。在循环中，可以通过row[index]的方式访问列中的元素。

示例数据构建与遍历实现

为了演示上述方法，首先构建示例数据：

import pandas as pd

inp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]
df = pd.DataFrame(inp)

print(df)

iterrows()按行遍历详解

使用iterrows()进行按行遍历：

for index, row in df.iterrows():
 print(index) # 输出每行的索引值

访问元素示例：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

itertuples()按行遍历详解

使用itertuples()进行按行遍历：

访问元素示例：getattr(row, 'name')

for row in df.itertuples():
 print(getattr(row, 'c1'), getattr(row, 'c2')) # 输出每一行

iteritems()按列遍历详解

使用iteritems()进行按列遍历：

for index, row in df.iteritems():
 print(index) # 输出列名

for row in df.iteritems():
 print(row[0], row[1], row[2]) # 输出各列

以上内容涵盖了pandas遍历Dataframe的主要方式，希望对您的学习有所帮助。欢迎继续支持本站获取更多信息。