pandas按行按列遍历Dataframe的几种方式

技术  /  管理员 发布于 8年前   524

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 pdinp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]df = pd.DataFrame(inp)print(df)

按行遍历iterrows():

for index, row in df.iterrows(): print(index) # 输出每行的索引值

row[‘name']

# 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():

getattr(row, ‘name')

for row in df.itertuples(): print(getattr(row, 'c1'), getattr(row, 'c2')) # 输出每一行

按列遍历iteritems():

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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。