Python pandas 对DataFrame进行遍历(持续更新）

       之后看到其他好用方法，或者合适的拓展也会继续更新

        有错误请指正，欢迎评论建议

items,iterrows,itertuples：

• items(): 以 (列名, Series) 对的形式遍历 DataFrame 的列。

  　　　　函数原型：DataFrame.iteritems(None)

  　　　　返回：返回一个迭代器，产生 （列名，列内容Series） 对的元组。

          

  import pandas as pd
  data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
  df = pd.DataFrame(data)
  for column, series in df.items():
      print(f"Column: {column}")
      print(f"Series:\n{series}\n")

  输出：

  

  • iterrows()：以 (行下标, Series) 对的形式遍历 DataFrame 的行。

            原型：DataFrame.iterrows()

            返回：返回迭代器（行号index，行内数据Series）

    import pandas as pd
    data = {'A': [1, 2,], 'B': [4, 5,]}
    df = pd.DataFrame(data)
    for index, row in df.iterrows():
        # 处理每一行的逻辑
        print(f"row_index: {index}")
        print(f"eow_items\n:{row}\n")
    

    输出：

     

    • itertuples()：以命名元组的方式遍历行

              函数原型：DataFrame.itertuples(index=True, name='Pandas')

                              index: True则返回的tuple中首个元素为行号

                              name: 字符串或者None，作为返回的tuple的名字，如果为None则返回常规tuple

              返回：一个迭代器，每一行的命名元组(name，row_values)

      import pandas as pd
      data = {'A': [1, 2,], 'B': [4, 5,]}
      df = pd.DataFrame(data)
      ###1.默认
      for row in df.itertuple():
          print(row)
      '''输出
      Pandas(Index=0, A=1, B=4)
      Pandas(Index=1, A=2, B=5)
      '''
      ###
      ##2.不输出index
      for row in df.itertuples(index=False):
          print(row)
      '''输出
      Pandas(A=1, B=4)
      Pandas(A=2, B=5)
      '''
      ###
      ##3. 输出常规tuple
      for row in df.itertuples(name=None):
          print(row)
      '''输出
      (0, 1, 4)
      (1, 2, 5)
      '''

       columns+values，index

      • columns:获取dataframe的列标签

                返回： (不重要，理解为列标签，获取到列名和数据类型，但无法直接进行操作）

                 如果想要获取列标签的数组，可以用df.columns.values，想得到list类型就加上tolist()

        import pandas as pd
        data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}
        df = pd.DataFrame(data)
        print('column names and type: ',df.columns)
        '''
        输出：
        column names and type:  Index(['A', 'B', 'C'], dtype='object')
        '''
        print('column name: ',df.columns.values)#数组类型。
        '''
        输出：
        column name:  ['A' 'B' 'C']
        '''
        print('column name: ',df.columns.tolist())#等同于list(df.columns)
        print('column name: ',list(df))
        print('column name: ',list(df.columns))
        '''
        以上三种均输出
        column name:  ['A', 'B', 'C']
        '''

        • index:DataFrame的索引标签

                  和columns类似，在这里就不赘述了。

                  对每行/每列进行某操作时，常用这两个方法。但是很多时候可以被df.apply(function，axis=0)替代（axis默认为0，0沿着列操作，1沿着行操作）

          import pandas as pd
          data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}
          df = pd.DataFrame(data)
          # 使用 columns 遍历 DataFrame 的列名
          print("columns:")
          for column in df.columns:
              print(column)
          '''输出
          columns:
          A
          B
          C
          '''
          # 使用 index 遍历 DataFrame 的行索引
          print("\nindexs:")
          for index in df.index:
              print(index)
          '''输出
          indexs:
          0
          1
          '''

          for+zip：取特定几列/行遍历

          这个方法很简单，运行效率高。但是只适用于对特定几行/列遍历，如果列或行较多的时候书写很繁琐，且可能因个人粗心原因出错。

          import pandas as pd
          data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}
          df = pd.DataFrame(data)
          #对特定几列遍历
          #for a,b,c in zip([df[col] for col in df.columns])
          for a,b in zip(df['A'],df['B']):
              print('a: ',a,' b:',b)
          '''输出
          a:  1  b: 4
          a:  2  b: 5
          '''
          #对特定几行遍历
          for row1,row2 in zip(df.iloc[0],df.iloc[1]):#如果时标签索引则用df.loc['RowName']
              print('row1: ',row1,' row2:' ,row2)
          '''输出
          row1:  1  row2: 2
          row1:  4  row2: 5
          row1:  6  row2: 7
          '''