如何取dataframe每行某列的每个元素比较

这个问题等价于如何对df的某个元素做处理，无论是比较，合并，判断，都要先把这个元素取出来，用itterrows函数来取，遍历每一行，用列名称来定位抓取你要比较的元素。

import os
import pandas as pd
import re
import math
import collections
import csv
df = pd.read_excel(r"C:\Users\Administrator\Desktop\比例.xlsx")
print(df)
for index, row in df.iterrows():
    # count = row['比例']
    # print(count)
    print(row)
    if float(row) >= 0.8:
        # row['count'] = 1  #这样修改不了值

        df.loc[index, '比例'] = 1  #如果是冒号第一循环就会把所有行的count全改变1。后边每行都是1也大于0所以对结果没影响
        # 为如果行是2不是冒号那就只修改第2行的值为1，loc本来不就是遍历所有行么，那还要循环干啥？？
        # print(row)     #??不是修改为1了么，为啥没变？
    else:
        df.loc[index, '比例'] = 0
        print(df.loc[index,:])
        print('-------------------------------------------------')
print(df)
#保存
df.to_csv(r"C:\Users\Administrator\Desktop\0101.csv",index=True)

上边的代码是如果大于0.8就输出1，下边的代码是如果大于0就把这个位置的元素修改为1

for index, row in df_zongbiao.iterrows():
    count = row['count']
    # print(count)
    if int(count) > 0:   #int是取整函数如int（0.226）就是0
        # row['count'] = 1  #这样修改不了值

        df_zongbiao.loc[index, 'count'] = 1  #如果是冒号第一循环就会把所有行的count全改变1。后边每行都是1也大于0所以对结果没影响
        # 为如果行是2不是冒号那就只修改第2行的值为1，loc本来不就是遍历所有行么，那还要循环干啥？？
        # print(row)     #??不是修改为1了么，为啥没变？
        print(df_zongbiao.loc[index,:])
        print('-------------------------------------------------')
        print(df_zongbiao)

下边的代码为判断是不是0，如果是0就删除这一行，像这种判断的不仅可以使用itterrows还可以用loc函数

from pandas import DataFrame
import pandas as pd
df1 = pd.read_csv(r"C:\Users\Administrator\Desktop\间隔计算\秒\26235一周\2623566.csv", header=None)
df2 = df1.loc[(df1 == 0).all(axis=1), :]  # 找到它
df3 = df1.loc[~(df1 == 0).all(axis=1), :]  # 删了它
print(df1)
print(df3)
#保存
df3.to_csv(r"C:\Users\Administrator\Desktop\概率密度图像绘制\26235删除间隔零.csv",index=False)