iteritems、iterrows、itertuples——DataFrame的迭代遍历

iteritems、iterrows、itertuples——DataFrame的迭代遍历

Iterate
迭代;重复;重新描述;反复;反覆迭代

1、iteritems()

• 遍历 DataFrame 成(column name, Series)对.

  • column name——被遍历 DataFrame对象的列标签.
  • Series——以index为index，以该列内容为data.

• 返回值:(column name, Series)对.

  ☞实例：

  import pandas as pd
  df = pd.DataFrame({'species': ['bear', 'bear', 'marsupial'],
                     'population': [1864, 22000, 80000]},
                     index=['panda', 'polar', 'koala'])
  for label, content in df.iteritems():
     print("label:", label)
     print("content:", content, sep="\n")
  

  输出：
  label: species
  content:
  panda         bear
  polar         bear
  koala    marsupial
  Name: species, dtype: object
  label: population
  content:
  panda     1864
  polar    22000
  koala    80000
  Name: population, dtype: int64
  

2、iterrows()

• 遍历 DataFrame 成(index, Series)对.

  • index——被遍历 DataFrame对象的行标签.
  • Series——以columns为index，以该行内容为data.

• 返回值：(index, Series)对.

  ☞实例：

  import pandas as pd
  df = pd.DataFrame({'species': ['bear', 'bear', 'marsupial'],
                     'population': [1864, 22000, 80000]},
                     index=['panda', 'polar', 'koala'])
  for index, content in df.iterrows():
     print("index:", index)
     print("content:", content, sep="\n")
  

  输出：
  index: panda
  content:
  species       bear
  population    1864
  Name: panda, dtype: object
  index: polar
  content:
  species        bear
  population    22000
  Name: polar, dtype: object
  index: koala
  content:
  species       marsupial
  population        80000
  Name: koala, dtype: object
  

• 注意：

  • 同一个Series中的元素类型应该相等，而iterrows()函数将同行不同列的数据放在一个Series中。我们知道不同列的数据不一定相等，因此在这过程中itrrows()会自动转变元素类型或者报错。

    ☞实例:

    df = pd.DataFrame({'int':[1, 2], 'float':[1.1, 2.2]}, index=['num1', 'num2'])
    
    for index, content in df.iterrows():
       print("index:", index)
       print("content:", content, sep="\n")
    

    输出:
    index: num1
    content:
    int      1.0
    float    1.1
    Name: num1, dtype: float64
    index: num2
    content:
    int      2.0
    float    2.2
    Name: num2, dtype: float64
    

3、itertuples()

• 遍历 DataFrame 成Pandas(Index=‘ ’, label1=' ', label2=' ',...)具名元祖对.

  • Index——行标签.
  • label1…——列标签.
  • ' '——DataFrame中对应的值 .

• itertuples(index=true, name='Xxx')

  • index——默认为true, 当指定为False时,输出Pandas(label1=' ', label2=' ',…),即去掉具名元祖第一个index=' '元素.
  • name——指定具名元祖名称，指定后输出为Xxx(Index=‘ ’, label1=' ', label2=' ',…)

  ☞实例：

  for row in df.itertuples():
     print(row)
  

  输出：
  Pandas(Index='panda', species='bear', population=1864)
  Pandas(Index='polar', species='bear', population=22000)
  Pandas(Index='koala', species='marsupial', population=80000)
  

  for row in df.itertuples(index = False, name="Animal"):
     print(row)
  

  实例：
  Animal(species='bear', population=1864)
  Animal(species='bear', population=22000)
  Animal(species='marsupial', population=80000)