在 Python-Pandas 中循环或迭代数据框的所有或某些列

在本文中，我们将讨论如何循环或迭代 DataFrame 的整体或某些列？有多种方法可以完成此任务。
让我们首先创建一个 Dataframe 并查看：
代码 ：

Python3

# import pandas package
import pandas as pd
 
# List of Tuples
students = [('Ankit', 22, 'A'),
           ('Swapnil', 22, 'B'),
           ('Priya', 22, 'B'),
           ('Shivangi', 22, 'B'),
            ]
# Create a DataFrame object
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'],
                      index =['1', '2', '3', '4'])
 
stu_df

输出 ：

现在让我们看看不同的迭代方式或 DataFrame 的某些列：
方法 #1：使用DataFrame.iteritems() ：
Dataframe 类提供了一个成员函数iteritems()，它提供了一个迭代器，可用于迭代数据框的所有列。对于 Dataframe 中的每一列，它都会返回一个迭代器到包含列名及其内容作为系列的元组。
代码 ：

Python3

import pandas as pd
 
 
# List of Tuples
students = [('Ankit', 22, 'A'),
           ('Swapnil', 22, 'B'),
           ('Priya', 22, 'B'),
           ('Shivangi', 22, 'B'),
            ]
 
# Create a DataFrame object
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'],
                      index =['1', '2', '3', '4'])
 
# gives a tuple of column name and series
# for each column in the dataframe
for (columnName, columnData) in stu_df.iteritems():
    print('Column Name : ', columnName)
    print('Column Contents : ', columnData.values)

输出：

方法 #2：使用 [ ]运算符：
我们可以遍历列名并选择我们想要的列。
代码 ：

Python3

import pandas as pd
 
 
# List of Tuples
students = [('Ankit', 22, 'A'),
           ('Swapnil', 22, 'B'),
           ('Priya', 22, 'B'),
           ('Shivangi', 22, 'B'),
            ]
 
# Create a DataFrame object
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'],
                      index =['1', '2', '3', '4'])
 
# Iterate over column names
for column in stu_df:
     
    # Select column contents by column
    # name using [] operator
    columnSeriesObj = stu_df[column]
    print('Column Name : ', column)
    print('Column Contents : ', columnSeriesObj.values)

输出：

方法#3：迭代多于一列：
假设我们需要迭代不止一列。为了做到这一点，我们可以从数据框中选择多个列并对其进行迭代。
代码 ：

Python3

import pandas as pd
 
 
# List of Tuples
students = [('Ankit', 22, 'A'),
           ('Swapnil', 22, 'B'),
           ('Priya', 22, 'B'),
           ('Shivangi', 22, 'B'),
            ]
 
# Create a DataFrame object
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'],
                      index =['1', '2', '3', '4'])
 
# Iterate over two given columns
# only from the dataframe
for column in stu_df[['Name', 'Section']]:
    
    # Select column contents by column  
    # name using [] operator
    columnSeriesObj = stu_df[column]
    print('Column Name : ', column)
    print('Column Contents : ', columnSeriesObj.values)

输出：

方法#4：以相反的顺序迭代列：
我们也可以以相反的顺序遍历列。
代码 ：

Python3

import pandas as pd
 
 
# List of Tuples
students = [('Ankit', 22, 'A'),
           ('Swapnil', 22, 'B'),
           ('Priya', 22, 'B'),
           ('Shivangi', 22, 'B'),
            ]
 
# Create a DataFrame object
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'],
                       index =['1', '2', '3', '4'])
 
 
# Iterate over the sequence of column names
# in reverse order
for column in reversed(stu_df.columns):
    
    # Select column contents by column
    # name using [] operator
    columnSeriesObj = stu_df[column]
    print('Column Name : ', column)
    print('Column Contents : ', columnSeriesObj.values)

输出：

方法#5：使用索引（ iloc ）：
要按索引迭代 Dataframe 的列，我们可以迭代一个范围，即 0 到最大列数，而不是每个索引，我们可以使用 iloc[] 选择列的内容。
代码 ：

Python3

import pandas as pd
 
 
# List of Tuples
students = [('Ankit', 22, 'A'),
           ('Swapnil', 22, 'B'),
           ('Priya', 22, 'B'),
           ('Shivangi', 22, 'B'),
            ]
 
# Create a DataFrame object
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'],
                      index =['1', '2', '3', '4'])
 
 
# Iterate over the index range from
# 0 to max number of columns in dataframe
for index in range(stu_df.shape[1]):
    
    print('Column Number : ', index)
     
    # Select column by index position using iloc[]
    columnSeriesObj = stu_df.iloc[:, index]
    print('Column Contents : ', columnSeriesObj.values)

输出：