pandas按行按列遍历Dataframe的三种方式小结
作者：剑圣土豆
本文主要介绍了pandas按行按列遍历Dataframe,主要介绍了三种方法,具有一定的参考价值,感兴趣的可以了解一下
遍历数据有以下三种方法：
简单对上面三种方法进行说明：
- iterrows(): 按行遍历，将DataFrame的每一行迭代为(index, Series)对，可以通过row[name]对元素进行访问。
- itertuples(): 按行遍历，将DataFrame的每一行迭代为元祖，可以通过getattr(row, ‘name’)对元素进行访问，比iterrows()效率高。
- iteritems():按列遍历，将DataFrame的每一列迭代为(列名, Series)对，可以通过row[index]对元素进行访问。
示例数据
import pandas as pd
inp = [{'c1':100, 'c2':20}, {'c1':90, 'c2':403}, {'c1':503, 'c2':3}]
df = pd.DataFrame(inp)
print(df)
标题按行遍历iterrows():
for index, row in df.iterrows():
print(index) # 输出每行的索引值
可用row[‘name’]作为索引
# 对于每一行，通过列名name访问对应的元素
for row in df.iterrows():
print(row['c1'], row['c2']) # 输出每一行
按行遍历itertuples():
可以用getattr(row, ‘name’)作为索引（注意row[‘name’]会报错）
for row in df.itertuples():
print(getattr(row, 'c1'), getattr(row, 'c2')) # 输出每一行
按列遍历iteritems():
注意这是按列读取遍历
for index, row in df.iteritems():
print(index) # 输出列名
for row in df.iteritems():
print(row[0], row[1], row[2]) # 输出各列到此这篇关于pandas按行按列遍历Dataframe的三种方式小结的文章就介绍到这了,更多相关pandas按行按列遍历内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！