Pandas2.2 DataFrame


Indexing, iteration

方法描述DataFrame.head([n])用于返回 DataFrame 的前几行DataFrame.at快速访问和修改 DataFrame 中单个值的方法DataFrame.iat快速访问和修改 DataFrame 中单个值的方法DataFrame.loc用于基于标签（行标签和列标签）来访问和修改 DataFrame 中的数据DataFrame.iloc用于基于整数位置（行号和列号）来访问和修改 DataFrame 中的数据DataFrame.insert(loc, column, value[, …])用于在 DataFrame 的指定位置插入一个新的列DataFrame.iter()用于迭代 DataFrame 的列名DataFrame.items()用于迭代 DataFrame 的列名和列数据DataFrame.keys()返回 DataFrame 的列名DataFrame.iterrows()用于逐行迭代 DataFrame
pandas.DataFrame.iterrows()

1. pandas.DataFrame.iterrows()

复制代码

方法用于逐行迭代 DataFrame，每次迭代返回一个包含行索引和行数据的元组。
行数据以

1. Series

复制代码

对象的形式返回，其中索引是列名，值是该行对应列的值。

• 语法：
  

1. for index, row in DataFrame.iterrows():
   
2.     # 处理行索引和行数据

复制代码

• 示例：
  

假设我们有一个 DataFrame 如下：

1. import pandas as pd
   
2. 
   
3. data = {
   
4.     'A': [1, 2, 3],
   
5.     'B': [4, 5, 6],
   
6.     'C': [7, 8, 9]
   
7. }
   
8. 
   
9. df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])
   
10. print(df)

复制代码

输出：

1.        A  B  Crow1   1  4  7row2   2  5  8row3   3  6  9

复制代码

迭代行索引和行数据
使用

1. iterrows()

复制代码

方法逐行迭代 DataFrame：

1. for index, row in df.iterrows():
   
2.     print(f"Index: {index}")
   
3.     print(f"Row: {row}")
   
4.     print()

复制代码

输出：

1. Index: row1Row: A    1B    4C    7Name: row1, dtype: int64
   
2. Index: row2Row: A    2B    5C    8Name: row2, dtype: int64
   
3. Index: row3Row: A    3B    6C    9Name: row3, dtype: int64

复制代码

访问特定列的值
在迭代行数据时，访问特定列的值：

1. for index, row in df.iterrows():
   
2.     print(f"Index: {index}, A: {row['A']}, B: {row['B']}, C: {row['C']}")

复制代码

输出：

1. Index: row1, A: 1, B: 4, C: 7Index: row2, A: 2, B: 5, C: 8Index: row3, A: 3, B: 6, C: 9

复制代码

注意事项：

• 性能问题:
  1. iterrows()

  复制代码
  在处理大型 DataFrame 时性能较差，因为它会将每一行转换为
  1. Series

  复制代码
  对象，这会导致额外的开销。对于性能敏感的操作，建议使用
  1. itertuples()

  复制代码
  或向量化操作。
  
• 修改数据: 在迭代过程中修改 DataFrame 的数据可能会导致不可预测的结果。如果需要修改数据，建议先创建一个副本或使用其他方法。
  

总结

1. pandas.DataFrame.iterrows()

复制代码

方法提供了一种逐行迭代 DataFrame 的方式，每次迭代返回一个包含行索引和行数据的元组。
虽然使用方便，但在处理大型数据集时需要注意性能问题。对于需要逐行处理数据的场景，

1. iterrows()

复制代码

是一个有用的工具。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

来源：https://www.jb51.net/python/339688rae.htm
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！