[1224]Pandas常用的遍历方法

for 循环遍历每一行/列

使用 for 循环可以遍历 DataFrame 中的每一行或每一列。需要使用 iterrows() 方法遍历每一行，或者使用 iteritems() 方法遍历每一列。

代码如下：

import pandas as pd

# 创建 DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'gender': ['F', 'M', 'M']
}
df = pd.DataFrame(data)

# 遍历每一行
for index, row in df.iterrows():
    print(f"Index: {index}, Row: {row['name']}, {row['age']}, {row['gender']}")

# 遍历每一列
for column, value in df.iteritems():
    print(f"Column: {column}")
    print(value)

apply() 方法

apply() 方法可以应用一个函数到 DataFrame 中的每一个元素，返回一个新的 DataFrame。

import pandas as pd

# 创建 DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'gender': ['F', 'M', 'M']
}
df = pd.DataFrame(data)

# 定义一个函数，对每一个元素加 1
def add_one(x):
    return x + 1

# 应用函数到 DataFrame
df_new = df.apply(add_one)
print(df_new)

import pandas as pd

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

df["C"] = df["B"].apply(lambda x: x * 2)

输出结果如下：

   A  B  C
0  1  3  6
1  2  4  8

其中，apply方法接受一个函数作为参数，该函数的输入是该列的每一个值，输出是计算结果。

applymap() 方法

applymap() 方法可以应用一个函数到 DataFrame 中的每一个元素，返回一个新的 DataFrame。

import pandas as pd

# 创建 DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'gender': ['F', 'M', 'M']
}
df = pd.DataFrame(data)

# 定义一个函数，对每一个元素加 1
def add_one(x):
    return x + 1

# 应用函数到 DataFrame
df_new = df.applymap(add_one)
print(df_new)

map() 方法

map() 方法可以应用一个函数到 Series 中的每一个元素，返回一个新的 Series。

import pandas as pd

# 创建 Series
s = pd.Series([1, 2, 3])

# 定义一个函数，对每一个元素加 1
def add_one(x):
    return x + 1

# 应用函数到 Series
s_new = s.map(add_one)
print(s_new)

iterrows()方法

pandas提供了多种方法来遍历DataFrame的行数据，主要有iterrows、itertuples和apply等。其中，iterrows方法返回一个迭代器，可以逐行遍历DataFrame，返回每一行数据的索引和值。它的基本使用方法如下：

import pandas as pd

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

for index, row in df.iterrows():
    print(index, row)

输出结果如下：

0 A    1
  B    3
1 A    2
  B    4
dtype: int64

其中，index是每一行数据的索引，row是一个Series对象，表示该行数据。我们可以通过row[“列名”]或row.列名的方式来获取指定列的值。

iteritems()方法

iteritems()方法以 (列标签，列) 的形式遍历 DataFrame 的列。它返回一个迭代器，其中每个元素都是一个元组，元组中包含列标签和对应列的 Pandas Series。

例如：

for col_label, column in df.iteritems():
    print(col_label)
    print(column)

itertuples()方法

itertuples()方法以命名元组的形式遍历 DataFrame 的行。返回的每个命名元组都代表 DataFrame 中的一行。这种方法比 iterrows() 更快。

示例如下：

for row in df.itertuples(index=False):
    print(row)

import pandas as pd

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

for row in df.itertuples():
    print(row.Index, row.A, row.B)

总的来说，对于大型的 Pandas DataFrame，应该尽量避免使用循环遍历，而是使用 Pandas 内置的方法，如 apply() 和 applymap() 等。这些方法能够更快速、高效地操作 DataFrame。

参考：https://pythonjishu.com/pandas-6-traversal-method/
https://www.python100.com/html/113031.html