pandas按行按列遍歷Dataframe的三種方式小結(jié)
遍歷數(shù)據(jù)有以下三種方法:
簡(jiǎn)單對(duì)上面三種方法進(jìn)行說明:
- iterrows(): 按行遍歷,將DataFrame的每一行迭代為(index, Series)對(duì),可以通過row[name]對(duì)元素進(jìn)行訪問。
- itertuples(): 按行遍歷,將DataFrame的每一行迭代為元祖,可以通過getattr(row, ‘name’)對(duì)元素進(jìn)行訪問,比iterrows()效率高。
- iteritems():按列遍歷,將DataFrame的每一列迭代為(列名, Series)對(duì),可以通過row[index]對(duì)元素進(jìn)行訪問。
示例數(shù)據(jù)
import pandas as pd
inp = [{'c1':100, 'c2':20}, {'c1':90, 'c2':403}, {'c1':503, 'c2':3}]
df = pd.DataFrame(inp)
print(df)
標(biāo)題按行遍歷iterrows():
for index, row in df.iterrows():
print(index) # 輸出每行的索引值
可用row[‘name’]作為索引
# 對(duì)于每一行,通過列名name訪問對(duì)應(yīng)的元素
for row in df.iterrows():
print(row['c1'], row['c2']) # 輸出每一行
按行遍歷itertuples():
可以用getattr(row, ‘name’)作為索引(注意row[‘name’]會(huì)報(bào)錯(cuò))
for row in df.itertuples():
print(getattr(row, 'c1'), getattr(row, 'c2')) # 輸出每一行
按列遍歷iteritems():
注意這是按列讀取遍歷
for index, row in df.iteritems():
print(index) # 輸出列名
for row in df.iteritems():
print(row[0], row[1], row[2]) # 輸出各列到此這篇關(guān)于pandas按行按列遍歷Dataframe的三種方式小結(jié)的文章就介紹到這了,更多相關(guān)pandas按行按列遍歷內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Pandas中df.loc[]與df.iloc[]的用法與異同?
本文主要介紹了Pandas中df.loc[]與df.iloc[]的用法與異同,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧?2022-07-07
linux下python使用sendmail發(fā)送郵件
這篇文章主要為大家詳細(xì)介紹了linux下python使用sendmail發(fā)送郵件,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-05-05
解決python訓(xùn)練模型報(bào)錯(cuò):BrokenPipeError:?[Errno?32]?Broken?pipe
這篇文章主要介紹了解決python訓(xùn)練模型報(bào)錯(cuò):BrokenPipeError:?[Errno?32]?Broken?pipe問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-07-07
python如何實(shí)現(xiàn)排序,并標(biāo)上序號(hào)
這篇文章主要介紹了python如何實(shí)現(xiàn)排序,并標(biāo)上序號(hào),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-06-06
Python使用openpyxl處理Excel文件的操作指南
openpyxl是用于讀寫.xlsx格式Excel文件的的Python第三方庫(kù),支持操作工作表、單元格、設(shè)置樣式、插入圖表和處理大文件等功能,本文通過7個(gè)示例演示了openpyxl的基本用寫、讀取、樣式設(shè)置、數(shù)據(jù)處理和文件生成等功能,幫助讀者快速上握openpyxl的使用法2026-04-04

