Pandas DataFrame.iterrows()介绍

iterrows()是Pandas DataFrame对象中的一种迭代器方法，它返回一个包含每行索引和该行数据的元组。这个方法常用于对DataFrame进行遍历和数据处理。

语法

for index, row in dataframe.iterrows():
    # Code to process row data

其中，dataframe是要遍历的DataFrame对象，index是当前行索引，row是当前行数据。

示例

import pandas as pd

# 创建DataFrame对象
data = {'name': ['John', 'Mary', 'Peter', 'Bob'], 'age': [28, 25, 36, 42], 'gender': ['M', 'F', 'M', 'M']}
df = pd.DataFrame(data)

# 遍历DataFrame对象
for index, row in df.iterrows():
    print(index, row['name'], row['age'], row['gender'])

输出结果：

0 John 28 M
1 Mary 25 F
2 Peter 36 M
3 Bob 42 M

优点

使用iterrows()方法遍历DataFrame对象具有以下优点：

• 可以按行遍历数据，方便处理每行数据；
• 返回一个元组，包括该行的索引和数据，方便对每行数据进行分析；
• 可以进行数据清洗、特征工程等预处理操作。

注意事项

使用iterrows()方法时需要注意以下事项：

• 如果存在大量数据，使用这个方法会缓慢且消耗大量内存；
• 由于是Python for循环，不能利用Pandas自带的矢量运算和聚合操作，通常会导致速度比较慢。

总结

iterrows()方法是Pandas DataFrame对象中用于遍历每行数据的迭代器方法。它非常适用于数据清洗、分析等操作，但在大量数据时需要小心处理。