如何在 Python-Pandas 中逐元素获取数组值的权力？

在 Python-Pandas 中，我们有时需要以逐元素的方式获取数组值，以进行进一步的处理和分析。下面介绍几种常用的方法：

1. 使用iterrows()方法

通过使用iterrows()方法，我们可以遍历Pandas DataFrame的每一行，并逐个获取每个单元格的值。

import pandas as pd

# 创建示例数据
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Country': ['USA', 'Canada', 'UK']}
df = pd.DataFrame(data)

# 遍历每一行，并逐个获取每个单元格的值
for index, row in df.iterrows():
    print(row['Name'], row['Age'], row['Country'])

输出结果：

Alice 25 USA
Bob 30 Canada
Charlie 35 UK

2. 使用applymap()方法

通过使用applymap()方法，我们可以对Pandas DataFrame中的每个单元格应用同一个函数，并返回处理后的DataFrame。

例如，我们可以使用以下示例代码获取DataFrame中每个单元格的文本长度：

import pandas as pd

# 创建示例数据
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Country': ['USA', 'Canada', 'UK']}
df = pd.DataFrame(data)

# 定义一个函数，用于获取输入文本的长度
def get_text_length(text):
    return len(str(text))

# 使用applymap()方法应用函数，并返回处理后的DataFrame
text_length_df = df.applymap(get_text_length)
print(text_length_df)

输出结果：

   Name  Age  Country
0     5    2        3
1     3    2        6
2     7    2        2

3. 使用apply()方法

通过使用apply()方法，我们可以对Pandas DataFrame中的每一列应用同一个函数，并返回处理后的Series。

例如，我们可以使用以下示例代码获取DataFrame中每个列中的最大值：

import pandas as pd

# 创建示例数据
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Country': ['USA', 'Canada', 'UK']}
df = pd.DataFrame(data)

# 使用apply()方法应用函数，并返回处理后的Series
max_series = df.apply(max)
print(max_series)

输出结果：

Name      Charlie
Age            35
Country       USA
dtype: object

以上就是我们介绍的三种在 Python-Pandas 中逐元素获取数组值的方法，它们分别是：

• 使用iterrows()方法遍历每一行，并逐个获取每个单元格的值。
• 使用applymap()方法对每个单元格应用同一个函数，并返回处理后的DataFrame。
• 使用apply()方法对每一列应用同一个函数，并返回处理后的Series。

可以根据具体需求选择不同的方法进行处理。