DataFrame的三种遍历操作和其他基本操作以及和series的区别

基本操作:

pd.set_option('display.max_rows', None) # 设置行数为无限制

pd.set_option('display.max_columns', None) # 设置列数为无限制

pd.set_option('display.width', 1000) # 设置列宽

pd.set_option('display.colheader_justify', 'left') # 设置列标题靠左

读取csv文件为dataframe，excel表可以另存为csv文件

df = pd.read_csv(r'folder_path\file_name.csv', encoding='utf-8')

将dataframe写为csv文件:

df.to_csv(r'folder_path\file_name.csv', encoding='utf-8')

给出行数和列数

print(df.shape)

 

 计算基本的统计数据

print(df.describe())

series对象.tolist()可以 将series转化为列表

 series_list = row.tolist()      # 将series转化为列表

pd.isna判断是否为NAN类型

  columns = [column for column in series_list if not pd.isna(column)]     # pd.isna判断是否为NAN类型

三种遍历操作：

按行遍历：

iterrows()将DataFrame的每一行迭代为(index, Serie)对，可以通过row[name]对元素访问:

print("iterrows方法生成的每对(index, Series)的index:", index)   # 打印dataframe的行索引
    print("iterrows方法生成的每对(index, Series)series:", row)
    print("每行series的索引为首次病程记录的元素:", row['首次病程记录'])    # 根据生成的series的索引得到每行元素
    print("日常病程记录的series:", row['日常病程记录'])

 第一个print

 

 第一个和第二个print

 第三个print

 

itertuples(): 按行遍历，将DataFrame的每一行迭代为元祖，可以通过row[name]对元素进行访问，比iterrows()效率高:

for row in df.itertuples():
    print(row)    # eg:Pandas(Index=0, user=1, item=1, rating=3)
    print(getattr(row, '首次病程记录'), getattr(row, '日常病程记录'))   # 输出对应每一列

 第一个print

 第二个print

按列遍历:

iteritems():按列遍历，将DataFrame的每一列迭代为(列名, Series)对，可以通过row[index]对元素进行访问：

for index, row in df.items():
    print(index)  # 打印dataframe列索引
    print(row)  # 打印每列的series信息
    print(row[0])  # 输出每个series的第一个元素
    print(row[1])  # 输出每个series的第二个元素
    print(type(row[1]))  # str

第一个print 

 第二个print

 第三个print

 

和series的区别：

pandas有两个主要的数据结构：Series和DataFrame：

Series：                                

Series是一种类似于一维数组的对象。它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。Series只有行索引

for index, row in df.items():
    print(index)    # 打印dataframe列索引
    print(row)      # 打印每列的series信息

 

 

DataFrame:

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共同用一个索引）