Python 中如何循环某一特定列的所有行数据

在 Python 中，我们可以使用 pandas 库来处理数据框架（Data Frame），其中包含了各种数据类型的数组和标签。以下是一个简单的示例，演示如何循环某一特定列的所有行数据：

import pandas as pd

# 创建一个示例数据框架
data = {'Name': ['John', 'Mary', 'Jane', 'Bob'], 
        'Age': [25, 31, 22, 35], 
        'Score': [90, 85, 95, 80]}
df = pd.DataFrame(data)

# 循环 "Name" 列的所有行数据
for index, row in df.iterrows():
    print(f"Name: {row['Name']}, Age: {row['Age']}, Score: {row['Score']}")

# Output:
# Name: John, Age: 25, Score: 90
# Name: Mary, Age: 31, Score: 85
# Name: Jane, Age: 22, Score: 95
# Name: Bob, Age: 35, Score: 80
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.

在上面的示例中，我们首先创建了一个示例数据框架 df，其中包含了三个列：Name、Age 和 Score。然后，我们使用 iterrows() 方法来循环 “Name” 列的所有行数据。

iterrows() 方法返回一个迭代器，每个元素是一个 Pandas Series 对象，它们是数据框架中的每一行数据。我们可以通过 for 循环来访问每一行数据，并使用 row 变量来访问该行中的每个列的值。

在循环中，我们使用 f-string 语法来格式化输出，显示每一行数据中的 “Name”、“Age” 和 “Score” 值。

除了使用 iterrows() 方法，我们还可以使用 itertuples() 方法来循环数据框架中的每一行数据。

itertuples() 方法返回一个迭代器， 每个元素是一个元组（Tuple），其中包含了数据框架中的每一行数据。我们可以通过 for 循环来访问每一行数据，并使用 row 变量来访问该行中的每个列的值。

以下是一个示例，演示如何使用 itertuples() 方法循环某一特定列的所有行数据：

import pandas as pd

# 创建一个示例数据框架
data  = {'Name': ['John', 'Mary', 'Jane', 'Bob'], 
         'Age': [25, 31, 22, 35], 
         'Score': [90, 85, 95, 80]}
df = pd.DataFrame(data)

# 循环 "Name" 列的所有行数据
for row in df.itertuples():
    print(f"Name: {row[1]}, Age: {row[2]}, Score: {row[3]}")

# Output:
# Name: John, Age: 25, Score: 90
# Name: Mary, Age: 31, Score: 85
# Name: Jane, Age: 22, Score: 95
# Name: Bob, Age: 35, Score: 80
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.

在上面的示例中，我们使用 itertuples() 方法来循环数据框架中的每一行数据。for 循环中的 row 变量是一个元组（Tuple），其中包含了该行中的每个列的值。

我们可以通过 row[1]、row[2] 和 row[3] 来访问该行中的 “Name”、“Age” 和 “Score” 值。

总之，Python 中有多种方法可以循环某一特定列的所有行数据。我们可以使用 iterrows() 或 itertuples() 方法来实现这个目标。