以'df 行中的 for 循环 - Python '作主题的介绍

在Python中，循环是一种重要的流程控制结构之一，可以重复执行一组指令。在数据分析中，循环语句也是必不可少的。本文将介绍如何使用 for 循环对 Pandas 的数据框 DataFrame 的行进行操作。

Pandas 数据框 DataFrame

Pandas 是 Python 的一个数据分析库，它提供了类似于 R 语言的数据框 DataFrame，用于表格数据处理和清洗。数据框的每一行代表一个样本，每一列代表一个特征。在数据处理中，操作数据框的行是常见的操作之一。

df 行中的 for 循环

语法

使用 for 循环遍历数据框的每一行，通常可以使用 iterrows() 方法来实现，具体语法如下：

for index, row in df.iterrows():
    # 对每一行进行操作

其中，index 表示行的索引，row 是一个 Series 对象，包含这一行的数据。

示例

下面的示例演示了如何使用 for 循环对数据框的每一行进行操作。假设有一个数据框 df，它有两列分别为 city 和 population，我们需要将它们合并成一个字符串并打印出来。

import pandas as pd

# 创建数据框
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen'],
        'population': [2154, 2424, 1404, 1273]}
df = pd.DataFrame(data)

# 遍历数据框的每一行并操作
for index, row in df.iterrows():
    print(row['city'] + ', ' + str(row['population']))

输出结果为：

Beijing, 2154
Shanghai, 2424
Guangzhou, 1404
Shenzhen, 1273

总结

使用 for 循环对 Pandas 数据框的每一行进行操作是一项基本操作，在数据处理和清洗中经常用到。需要注意的是，如果数据框很大，使用 for 循环可能会很慢，可以考虑使用其他 Pandas 的高级操作来提高效率。