pandas逐行/列 遍历Dataframe的三种方式

目录

一、pandas.DataFrame.iterrows

二、pandas.DataFrame.itertuples

三、pandas.DataFrame.items

---

pandas 逐行/逐列 遍历数据有以下三种方法：

一、pandas.DataFrame.iterrows

DataFrame.iterrows()                                                                                                            [source]

按行遍历，将DataFrame的每一行迭代为(index, Series)对。

输出：index：label或label元组

                      行的索引。对于一个MultiIndex则需要一个元组。

           data：Series

                      行的数据作为Series。

注意

---

1. 因为 interrows为每一行返回一个 Series，所以它不会跨行保留数据类型（对于数据帧，数据类型跨列保留）。例如，

   >>> df = pd.DataFrame([[1, 1.5]], columns=['int', 'float'])
   >>> row = next(df.iterrows())[1]
   >>> row
   int      1.0
   float    1.5
   Name: 0, dtype: float64
   >>> print(row['int'].dtype)
   float64
   >>> print(df['int'].dtype)
   int64
   

   要在遍历行时保留数据类型，最好使用itertuples() ，该函数会返回依据values的命名元组，并且通常比iterrows()效率高。

2. 你永远不应该修改你正在迭代的东西。这不能保证在所有情况下都有效。根据数据类型，迭代器返回的是数据的副本而不是数据视图，写入它不会有任何效果。

二、pandas.DataFrame.itertuples

DataFrame.itertuples(index=True, name='Pandas')                                                             [source]

按行遍历，将DataFrame的每一行迭代为元组。

参数：index：bool, 缺省为 True

                如果为真，则将索引作为元组的第一个元素返回。

           name：str 或 None, 缺省为 “Pandas”

                对于命名元组返回其名称，或 对返回常规元组返回None。

返回：iterator

                为 DataFrame 中的每一行迭代命名元组的对象，第一个字段可能是索引，

                后面的字段是列的value值。

注意

---

如果列名是无效的 Python 标识符、重复的或以下划线开头，它们将被重命名为位置名称。 

例子

---

 

>>> df = pd.DataFrame({'num_legs': [4, 2], 'num_wings': [0, 2]},
...                   index=['dog', 'hawk'])
>>> df
      num_legs  num_wings
dog          4          0
hawk         2          2
>>> for row in df.itertuples():
...     print(row)
...
Pandas(Index='dog', num_legs=4, num_wings=0)
Pandas(Index='hawk', num_legs=2, num_wings=2)

通过将索引参数设置为 False，我们可以删除作为元组的第一个元素的 Index：

>>> for row in df.itertuples(index=False):
...     print(row)
...
Pandas(num_legs=4, num_wings=0)
Pandas(num_legs=2, num_wings=2)

通过设置name参数，我们可以为生成的命名元组设置自定义名称：

>>> for row in df.itertuples(name='Animal'):
...     print(row)
...
Animal(Index='dog', num_legs=4, num_wings=0)
Animal(Index='hawk', num_legs=2, num_wings=2)

三、pandas.DataFrame.items

DataFrame.items()                                                                                                                [source]

按列遍历，将DataFrame的每一列迭代为(列名, Series)对

输入：标签：object

                正在迭代的 DataFrame 的列名。

           内容：Series

                属于每个标签的列条目，作为Series。

例子

---

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