for循环+zip根据列名遍历dataframe元素

先看一下我的df数据：

df.head()

输出：

# 使用zip和for循环，要求df必须要有列名
for i, column in zip(range(df.shape[1]), df.columns):
	# 输出每列的列名以及第一个元素
    print(column, df[column][0])

输出：

zip函数解析：
语法：

zip([iterable, ...])

说明：
iterable:一个或多个可迭代对象，可以使列表、元组、字典、集合、字符串、range()区间等；iterable中可以是不同的数据类型；多个迭代器可以用逗号隔开。

zip()接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple，然后返回由这些tuples组成的list。若传入参数的长度不等，则返回list的长度和参数中长度最短的对象相同。利用*号操作符，可以将list解压(unzip)。

返回值：返回zip对象，可以用list、dict等进行转换。

栗子🌰：

list_1 = [1, "love", 2, 3]
list_2 = [4, 5]
dict_3 = {"霜叶": 20, "红于": 21, "二月花": 22}
tuple_4 = ("p", "y", "t", "h", "o", "n")
set_5 = {31, 32, 33}
result = zip(list_1, list_2, dict_3, tuple_4, set_5)
print(list(result))

输出是：[(1, 4, '霜叶', 'p', 32), ('love', 5, '红于', 'y', 33)]

这里有一个疑问：为什么set_5输出对应的是32、33，而不是31、32呢❓
因为set中的元素是无序的，每个元素的地位都是一样的，也就是说集合中不存在索引，各个元素的位置都是随机的。zip需要用于固定顺序, 可索引的对象。为避免出错, 使用前, 尽量转化为最常用的list。（感谢这位博主的解答）