pandas 逐行遍历|极客教程

pandas 逐行遍历

在处理数据时，我们经常需要逐行遍历数据集以进行一些特定操作。在 Python 中，Pandas 是一个非常强大的库，它提供了许多用于数据处理和分析的工具。在本文中，我们将详细讨论如何使用 Pandas 进行逐行遍历。

创建示例数据集

首先，让我们创建一个示例数据集来演示如何逐行遍历。我们将使用 Pandas 的 DataFrame 来表示这个数据集，下面是我们的示例数据集：

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Age': [25, 30, 35, 40, 45],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix']
}

df = pd.DataFrame(data)
print(df)

输出如下：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago
3    David   40      Houston
4      Eve   45      Phoenix

现在我们有了一个包含姓名、年龄和城市的示例数据集，接下来我们将演示如何逐行遍历这个数据集。

逐行遍历数据集

使用 iterrows()

Pandas 提供了 iterrows() 方法来逐行遍历数据集。这个方法会返回每行的索引和数据，我们可以通过索引访问每一列的数值。下面是示例代码：

for index, row in df.iterrows():
    print(f"Index: {index}")
    print(f"Name: {row['Name']}")
    print(f"Age: {row['Age']}")
    print(f"City: {row['City']}")
    print()

输出如下：

Index: 0
Name: Alice
Age: 25
City: New York

Index: 1
Name: Bob
Age: 30
City: Los Angeles

Index: 2
Name: Charlie
Age: 35
City: Chicago

Index: 3
Name: David
Age: 40
City: Houston

Index: 4
Name: Eve
Age: 45
City: Phoenix

使用 itertuples()

除了 iterrows()，Pandas 还提供了 itertuples() 方法来逐行遍历数据集。它返回的是一个迭代器，每一行是一个命名元组，我们可以通过属性访问每列的数值。下面是示例代码：

for row in df.itertuples():
    print(f"Index: {row.Index}")
    print(f"Name: {row.Name}")
    print(f"Age: {row.Age}")
    print(f"City: {row.City}")
    print()

输出与上面相同。