pandas按行按列遍歷Dataframe的幾種方式
更新時間:2019年10月23日 15:13:03 作者:K.I.O
這篇文章主要介紹了pandas按行按列遍歷Dataframe的幾種方式,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
遍歷數(shù)據(jù)有以下三種方法:

簡單對上面三種方法進行說明:
- iterrows(): 按行遍歷,將DataFrame的每一行迭代為(index, Series)對,可以通過row[name]對元素進行訪問。
- itertuples(): 按行遍歷,將DataFrame的每一行迭代為元祖,可以通過row[name]對元素進行訪問,比iterrows()效率高。
- iteritems():按列遍歷,將DataFrame的每一列迭代為(列名, Series)對,可以通過row[index]對元素進行訪問。
示例數(shù)據(jù)
import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]
df = pd.DataFrame(inp)
print(df)

按行遍歷iterrows():
for index, row in df.iterrows(): print(index) # 輸出每行的索引值

row[‘name']
# 對于每一行,通過列名name訪問對應的元素 for row in df.iterrows(): print(row['c1'], row['c2']) # 輸出每一行

按行遍歷itertuples():
getattr(row, ‘name')
for row in df.itertuples(): print(getattr(row, 'c1'), getattr(row, 'c2')) # 輸出每一行

按列遍歷iteritems():
for index, row in df.iteritems(): print(index) # 輸出列名

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

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python獲取100以內(nèi)的質(zhì)數(shù)3種方式總結(jié)
質(zhì)數(shù)也稱為質(zhì)數(shù),具有無限個,質(zhì)數(shù)定義為大于1的自然數(shù),除了1和它本省外沒有其他因數(shù)的數(shù)稱為質(zhì)數(shù),這篇文章主要給大家介紹了關(guān)于python獲取100以內(nèi)質(zhì)數(shù)的3種方式,需要的朋友可以參考下2024-08-08
Python HTTP下載文件并顯示下載進度條功能的實現(xiàn)
這篇文章主要介紹了Python HTTP下載文件并顯示下載進度條功能,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-04-04
Windows下的Jupyter Notebook 安裝與自定義啟動(圖文詳解)
這篇文章主要介紹了Windows下的Jupyter Notebook 安裝與自定義啟動(圖文詳解),需要的朋友可以參考下2018-02-02
python出現(xiàn)RuntimeError錯誤問題及解決
2022-05-05

