【python】使用iterrows()逐行遍历以及使用split()将字符串按指定分割符号分割成一个列表

一个简介：Python中的pandas库为我们提供了DataFrame数据结构，可以方便地进行数据的筛选、转换、分析和可视化等操作。DataFrame中的每行数据可以通过iterrows()方法遍历，该方法返回每行的索引和对应的数据，我们可以在遍历中对每行数据进行处理。

下面是一段使用iterrows()方法逐行读取数据的代码：

df = pd.read_excel('data.xlsx')
#逐行读取
for index, row in df.iterrows():

其中，df是一个DataFrame对象，index是当前行的索引，row则是当前行对应的数据。

例如，在某一个需要处理的数据集中，将很多类型放在了一个格中,但我们需要将这些颜色类型分开提取出记录：

no	Types
1	蓝色#红色#白色#
...	...

    # 读取consultTypes列并转化为列表
    types_str = row['Types']
    types = types_str.split('#')

我们首先使用iterrows()方法遍历这些行，接下来，我们通过Types_str.split('#')的方式，将每行的Types列中的数据按照#符号进行分隔，并转化为一个列表，存储在types变量中。

这样，我们就可以在遍历每一行数据时，将每行的Types列中的数据进行分割，并存储在types变量中，方便后续的处理和使用。

一个总结：iterrows()方法可以帮助我们遍历DataFrame中的每一行数据，使我们可以方便地对每一行数据进行处理，包括筛选、转换、分析和可视化等操作。而使用split()方法则可以帮助我们将字符串类型的数据按照指定符号进行分割，并转化为列表，方便后续的处理和使用~