python3 之 循环（for循环，list 简化，iterrows， enumerate ）

1、 For 循环基本用法

将所有的数据输出：

res=[]

res=pd.DataFrame() 【如果是矩阵】

for i in ... #循环处理文档的每一行

.........

line=..... #line为每一行的处理结果

res.append(line) #如果前面加上res=可能会报错

print(res) #res就是所需要的结果

For 循环的参数: for i in range( len(X)):

range：(start, stop[, step]) 算前不算后

range(10)

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

range(1, 11)

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

range(0, 30, 5)

[0, 5, 10, 15, 20, 25]

size：len(X)

输出行数：x.shape[0]

输出列数：x.shape[1]

将dataframe拼接：

result = []

for t in dates:

result.append(func(t))

print (pd.concat(result, axis=1))

将list中多个dataframe拼接成dataframe，先append，再concat

for t in dates:

  expseason2.append(expseason1)

expseaso3=pd.concat(expseason2,axis=0)

2. 反向循环

for t in reversed(range(col - 1)):

[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

3. iterrows 循环 ：行循环

创造样例数据

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randn(2,2), columns = list('AB')）

for x, y in df.iterrows():

print(x)

print(y)

y['A']

4. enumerate 循环： 行列名称

for x, y in df. enumerate():

print(x)

print（y）

5. list中简化for 循环：

重复

date = [1,2,3]

[x for x in date for i in range(3)]

累加+for简化：

n=index_price.shape[0]

count=[0 for x in range(0,n)]

6. 通过 dict 制造key，搜索双标签对应的值

index_htable={}

for _,row in idc.iterrows(): #按行循环

key = str(row[u'股票代码']) + '|' +str(row[u'日期']) #根据不同 的索引重新制作键值

value = str(row[u'指数代码'])

if value == '000300.SH':

value = '沪深300'

else:

value = '其他'

index_htable[key] = value # 对值重新定义索引和名称

def find_index_constitutes(code):

key = str(code[0]) + '|' + str(code[1])

if key in index_htable: # 搜寻键对应的值

print('found key',key,index_htable[key])

return index_htable[key]

else:

return '其他'