Python pandas获取DataFrame每行索引及对应数据的方法

Ruby

发布时间：2026-10-14 | 2人浏览过

原创

本文介绍使用Python pandas库遍历DataFrame并输出每行索引及对应数据的实现方法。通过iterrows()方法配合list()转换，可清晰展示每行数据的结构。示例包含含NaN、None等缺失值的数据处理，并附带完整代码与运行结果分析，适合初学者参考。

pandas获取每行索引与数据的方法概述

本文将详细介绍如何使用pandas工具提取DataFrame中每一行的索引值及其对应的行数据。为了帮助读者直观理解，文中首先展示了最终的输出效果，随后提供具体的实例代码供参考学习。

输出结果展示

输出结果预览

首先查看DataFrame的数据类型及原始内容： name object ID object age object sex object hobbey object dtype: object name ID age sex hobbey 0 Bob 1 NaN 男打篮球 1 LiSa 2 28 女打羽毛球 2 Mary 38 女打乒乓球 3 Alan None None ----------------------------------------- 0 ['Bob', 1, nan, '男', '打篮球'] 1 ['LiSa', 2, 28, '女', '打羽毛球'] 2 ['Mary', ' ', 38, '女', '打乒乓球'] 3 ['Alan', None, '', None, '']

核心代码实现

实现代码

完整代码解析


import pandas as pd
import numpy as np
 
contents={"name": ['Bob',    'LiSa',           'Mary',            'Alan'],
     "ID":  [1,       2,             ' ',             None],  # 输出 NaN
     "age": [np.nan,    28,              38 ,             '' ],  # 输出 
#      "born": [pd.NaT,   pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"),    ''], # 输出 NaT
     "sex": ['男',     '女',            '女',            None,],  # 输出 None
     "hobbey":['打篮球',   '打羽毛球',          '打乒乓球',          '',],  # 输出 
     }
data_frame = pd.DataFrame(contents)
data_frame.to_excel("data_Frame.xls")
print(data_frame.dtypes)
print(data_frame)
print('-----------------------------------------')
data_frame_temp=data_frame.copy()
 
 
# Py之pandas：利用pandas工具输出每行的索引值、及其对应的行数据
for index, row in data_frame.iterrows():   
  row_lists=list(row)
  print(index,row_lists)