Python pandas 对DataFrame进行遍历(持续更新）

• 三种用迭代器的方法(items,iterrows,itertuples)：沿着行/列对所有元素遍历，适合对每个元素进行操作
• 简单dolumns，loc遍历：遍历每一行/列，适合对每行/列进行求和、离散等整体操作
• for+zip: 适合选取较少的特定行/列进行操作

       之后看到其他好用方法，或者合适的拓展也会继续更新

        有错误请指正，欢迎评论建议

items,iterrows,itertuples：

• items(): 以 (列名, Series) 对的形式遍历 DataFrame 的列。

　　　　函数原型：DataFrame.iteritems(None)

　　　　返回：返回一个迭代器，产生 （列名，列内容Series） 对的元组。

        

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

for column, series in df.items():
    print(f"Column: {column}")
    print(f"Series:\n{series}\n")

输出：

• iterrows()：以 (行下标, Series) 对的形式遍历 DataFrame 的行。

        原型：DataFrame.iterrows()

        返回：返回迭代器（行号index，行内数据Series）

import pandas as pd

data = {'A': [1, 2,], 'B': [4, 5,]}
df = pd.DataFrame(data)

for index, row in df.iterrows():
    # 处理每一行的逻辑
    print(f"row_index: {index}")
    print(f"eow_items\n:{row}\n")

输出：

 

• itertuples()：以命名元组的方式遍历行

        函数原型：DataFrame.itertuples(index=True, name='Pandas')

                        index: True则返回的tuple中首个元素为行号

                        name: 字符串或者None，作为返回的tuple的名字，如果为None则返回常规tuple

        返回：一个迭代器，每一行的命名元组(name，row_values)

import pandas as pd
data = {'A': [1, 2,], 'B': [4, 5,]}
df = pd.DataFrame(data)

###1.默认
for row in df.itertuple():
    print(row)

'''输出
Pandas(Index=0, A=1, B=4)
Pandas(Index=1, A=2, B=5)
'''
###


##2.不输出index
for row in df.itertuples(index=False):
    print(row)

'''输出
Pandas(A=1, B=4)
Pandas(A=2, B=5)
'''
###


##3. 输出常规tuple
for row in df.itertuples(name=None):
    print(row)

'''输出
(0, 1, 4)
(1, 2, 5)
'''

 columns+values，index

• columns:获取dataframe的列标签

        返回：<class 'pandas.core.indexes.base.Index'> (不重要，理解为列标签，获取到列名和数据类型，但无法直接进行操作）

         如果想要获取列标签的数组，可以用df.columns.values，想得到list类型就加上tolist()

import pandas as pd

data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}
df = pd.DataFrame(data)

print('column names and type: ',df.columns)
'''
输出：
column names and type:  Index(['A', 'B', 'C'], dtype='object')
'''

print('column name: ',df.columns.values)#数组类型。
'''
输出：
column name:  ['A' 'B' 'C']
'''
print('column name: ',df.columns.tolist())#等同于list(df.columns)
print('column name: ',list(df))
print('column name: ',list(df.columns))
'''
以上三种均输出
column name:  ['A', 'B', 'C']
'''

• index:DataFrame的索引标签

        和columns类似，在这里就不赘述了。

        对每行/每列进行某操作时，常用这两个方法。但是很多时候可以被df.apply(function，axis=0)替代（axis默认为0，0沿着列操作，1沿着行操作）

import pandas as pd

data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}
df = pd.DataFrame(data)
# 使用 columns 遍历 DataFrame 的列名
print("columns:")
for column in df.columns:
    print(column)
'''输出
columns:
A
B
C
'''

# 使用 index 遍历 DataFrame 的行索引
print("\nindexs:")
for index in df.index:
    print(index)
'''输出
indexs:
0
1
'''

for+zip：取特定几列/行遍历

这个方法很简单，运行效率高。但是只适用于对特定几行/列遍历，如果列或行较多的时候书写很繁琐，且可能因个人粗心原因出错。

import pandas as pd
data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}
df = pd.DataFrame(data)

#对特定几列遍历
#for a,b,c in zip([df[col] for col in df.columns])
for a,b in zip(df['A'],df['B']):
    print('a: ',a,' b:',b)
'''输出
a:  1  b: 4
a:  2  b: 5
'''


#对特定几行遍历
for row1,row2 in zip(df.iloc[0],df.iloc[1]):#如果时标签索引则用df.loc['RowName']
    print('row1: ',row1,' row2:' ,row2)
'''输出
row1:  1  row2: 2
row1:  4  row2: 5
row1:  6  row2: 7
'''