Python DataFrame遍历|极客教程

Python DataFrame遍历

在数据分析和处理过程中，Pandas库提供了一个非常方便的数据结构DataFrame，它类似于Excel表格，可以灵活地存储和处理数据。在实际应用中，我们经常需要遍历DataFrame来访问、处理其中的数据。本文将详细介绍如何遍历DataFrame，并给出一些示例代码供参考。

1. 遍历DataFrame的行

我们可以使用iterrows()方法来遍历DataFrame的行，示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)

# 遍历DataFrame的行
for index, row in df.iterrows():
    print(f'Index: {index}, Name: {row["Name"]}, Age: {row["Age"]}, Gender: {row["Gender"]}')

运行结果如下：

Index: 0, Name: Alice, Age: 25, Gender: F
Index: 1, Name: Bob, Age: 30, Gender: M
Index: 2, Name: Charlie, Age: 35, Gender: M

2. 遍历DataFrame的列

如果我们只需要遍历DataFrame的列，可以使用iteritems()方法，示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)

# 遍历DataFrame的列
for column_name, series in df.iteritems():
    print(f'Column Name: {column_name}')
    for value in series:
        print(value)

运行结果如下：

Column Name: Name
Alice
Bob
Charlie
Column Name: Age
25
30
35
Column Name: Gender
F
M
M

3. 遍历DataFrame的元素

如果我们需要遍历DataFrame中的每个元素，可以使用itertuples()方法，示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)

# 遍历DataFrame的元素
for row in df.itertuples(index=False):
    print(row)

运行结果如下：

Pandas(Index=0, Name='Alice', Age=25, Gender='F')
Pandas(Index=1, Name='Bob', Age=30, Gender='M')
Pandas(Index=2, Name='Charlie', Age=35, Gender='M')

4. 使用apply()方法遍历DataFrame

除了上述方法外，我们还可以使用apply()方法遍历DataFrame的行或列。示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)

# 遍历DataFrame的每一行
df.apply(lambda row: print(row), axis=1)

运行结果如下：

Name      Alice
Age          25
Gender        F
dtype: object
Name      Bob
Age        30
Gender      M
dtype: object
Name      Charlie
Age            35
Gender          M
dtype: object