迭代DataFrame行 - Python

在Python的pandas库中，我们可以使用df.iterrows()方法来迭代DataFrame的行。迭代行可让我们访问每一行数据，以便进行进一步的处理和分析。

使用方法

df.iterrows()方法返回一个生成器对象，每次迭代时返回一个包含行索引和行数据的元组。我们可以使用for循环和解包操作来遍历每一行数据。

下面是一个简单的例子，展示了如何使用df.iterrows()来迭代DataFrame的行，并打印每行的索引和数据：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Mike'],
        'Age': [29, 35, 42],
        'City': ['New York', 'San Francisco', 'Chicago']}
df = pd.DataFrame(data)

# 迭代DataFrame的行
for index, row in df.iterrows():
    print(f"行索引: {index}")
    print("行数据:")
    print(row)
    print()

输出结果如下：

行索引: 0
行数据:
Name           John
Age              29
City       New York
Name: 0, dtype: object

行索引: 1
行数据:
Name                  Emma
Age                     35
City        San Francisco
Name: 1, dtype: object

行索引: 2
行数据:
Name            Mike
Age               42
City        Chicago
Name: 2, dtype: object

注意事项

• df.iterrows()方法的性能可能会较慢，特别对于大型DataFrame而言。如果需要处理大量数据，建议使用其他更高效的方法。
• 迭代DataFrame的行时，row数据的类型为pandas的Series对象。

希望这个简短的介绍对你理解和使用df.iterrows()方法有所帮助！