数据分析必备：一步步教你如何用Pandas做数据分析（8）

1、Pandas 迭代

在Pandas对象上进行基本迭代的行为取决于类型。在Series上进行迭代时，它等同于数组。其他数据结构（例如DataFrame和Panel）遵循类似dict的语法，即在对象的键上进行迭代。
In short, basic iteration (for i in object) produces −
Series − 值
DataFrame − 列标签
Panel − item 标签

1.1、DataFrame迭代

迭代DataFrame会给出列名。我们看看以下示例。

import pandas as pd
 import numpy as np
  
 N=20
 df = pd.DataFrame({
    'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
    'x': np.linspace(0,stop=N-1,num=N),
    'y': np.random.rand(N),
    'C': np.random.choice(['Low','Medium','High'],N).tolist(),
    'D': np.random.normal(100, 10, size=(N)).tolist()
    })
 for col in df:
    print col

其输出如下

  A
 C
 D
 x
 y

要遍历DataFrame的行，我们可以使用以下函数-
iteritems() − 迭代（键，值）对
iterrows() − 以(index,series)对的形式遍历行
itertuples() − 以namedtuples的形式遍历行

1.2、iterrows()

iterrows() 返回产生每个索引值以及包含每一行数据的序列的迭代器。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4, 3), columns=['col1', 'col2', 'col3'])
for row_index, row in df.iterrows():
    print (row_index, row)

运行结果：

0 col1    0.875161
col2    0.144342
col3    0.664736
Name: 0, dtype: float64
1 col1    1.180224
col2    0.726884
col3    0.878448
Name: 1, dtype: float64
2 col1    0.568181
col2   -0.796529
col3    0.238724
Name: 2, dtype: float64
3 col1   -2.145986
col2    0.274230
col3    1.567189
Name: 3, dtype: float64

由于iterrows()遍历行，因此不会保留行中的数据类型。0,1,2是行索引，col1，col2，col3是列索引。

1.3、itertuples()

itertuples()方法将返回一个迭代器，为DataFrame中的每一行生成一个命名的元组。元组的第一个元素将是行的相应索引值，而其余值是行值。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(4, 3), columns=['col1', 'col2', 'col3'])
for row in df.itertuples():
 print(row)

运行结果：

Pandas(Index=0, col1=-0.8113389382605866, col2=0.3853638134237451, col3=-0.3302657609404103)
Pandas(Index=1, col1=1.4495965257950345, col2=0.2680574476193087, col3=0.26241417724984933)
Pandas(Index=2, col1=-0.9494596207815267, col2=-0.6541357923169907, col3=1.301280239525732)
Pandas(Index=3, col1=0.08978045904814608, col2=0.18449641246278978, col3=0.08105422446737164)

注意：请勿在迭代时尝试修改任何对象。迭代用于读取，迭代器返回原始对象（视图）的副本，因此更改不会反映在原始对象上。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for index, row in df.iterrows():
    row['a'] = 10
print(df)

运行结果

       col1      col2      col3
0  1.617542 -0.622969 -1.088180
1  1.671075 -1.239073  0.637613
2  0.097658  0.453944 -0.557526
3  0.482258 -0.391962  0.565231