如何在 Pandas 中遍历 DataFrame 的行?

在Pandas中，如果我们想要逐行访问DataFrame的数据，需要对其进行遍历。这里总结了3种遍历DataFrame行的方法，并推荐其中最简洁高效的方式。

首先，我们创建一个示例DataFrame:

python
   col1  col2  col3
0     1     4     7 
1     2     5     8 
2     3     6     9

方法一:.iterrows()
这是推荐的方式，可以这样遍历:

python
for index， row in df.iterrows():
    print(index， row['col1']， row['col2']， row['col3'])

输出:
0   1  4  7
1   2  5  8 
2   3  6  9
.iterrows()返回的row是一个Series，代表每一行的数据。

方法二:按行号遍历

python
for i in range(len(df)):
    print(df.iloc[i]) 

输出:
col1  1 
col2  4 
col3  7
col1  2
col2  5 
col3  8
col1  3
col2  6
col3  9

方法三:.loc遍历行索引

python
for row_label in df.index:
    print(df.loc[row_label])

综上，遍历DataFrame行的方法有.iterrows()、按行号遍历和.loc等。但.iterrows()方法无疑是最简洁高效的方式。它返回行的Series，方便我们访问每列的值。