如何遍历 Pandas Dataframe 中的行

在 Pandas 中，遍历 DataFrame 中的行可以使用多种方法。以下是常用的三种方法：

1. 使用 iterrows() 方法
2. 使用 itertuples() 方法
3. 使用 apply() 方法

使用 iterrows() 方法

iterrows() 方法将 DataFrame 中的每一行都转换为一个元组，其中第一个元素是行的索引值，第二个元素是包含行数据的 Series 对象。我们可以使用 for 循环来遍历 DataFrame 中的每一行，如下所示：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 iterrows() 方法遍历每一行
for index, row in df.iterrows():
    print(row['A'], row['B'], row['C'])

执行上述代码，输出结果如下：

1 4 7
2 5 8
3 6 9

使用 itertuples() 方法

itertuples() 方法将 DataFrame 中的每一行都转换为一个命名元组，其中元组的第一个元素是行的索引值，后面的元素是包含行数据的 Series 对象。我们可以使用 for 循环来遍历 DataFrame 中的每一行，如下所示：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 itertuples() 方法遍历每一行
for row in df.itertuples():
    print(row.A, row.B, row.C)

执行上述代码，输出结果如下：

1 4 7
2 5 8
3 6 9

使用 apply() 方法

apply() 方法可以对 DataFrame 中的某一列或每一行进行操作，如果对每一行进行操作，需要指定 axis=1。我们可以使用 apply() 方法遍历 DataFrame 中的每一行，如下所示：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 apply() 方法遍历每一行
df.apply(lambda row: print(row['A'], row['B'], row['C']), axis=1)

执行上述代码，输出结果如下：

1 4 7
2 5 8
3 6 9

以上是三种常用的遍历 Pandas DataFrame 中行的方法，开发者可以根据具体的需求选择合适的方法进行使用。