快捷導(dǎo)航

Python pandas遍歷行數(shù)據(jù)的2種方法小結(jié)

更新時(shí)間：2024年03月31日 16:29:14 作者：數(shù)據(jù)人阿多

pandas在數(shù)據(jù)處理過程中,除了對(duì)整列字段進(jìn)行處理之外,有時(shí)還需求對(duì)每一行進(jìn)行遍歷,本文就來(lái)介紹Python pandas遍歷行數(shù)據(jù)的2種方法小結(jié),感興趣的可以了解一下

背景

pandas在數(shù)據(jù)處理過程中，除了對(duì)整列字段進(jìn)行處理之外，有時(shí)還需求對(duì)每一行進(jìn)行遍歷，來(lái)處理每行的數(shù)據(jù)。本篇文章介紹 2 種方法，來(lái)遍歷pandas 的行數(shù)據(jù)

小編環(huán)境

import sys
print('python 版本：',sys.version.split('|')[0])   
#python 版本： 3.11.5
import pandas as pd
print(pd.__version__)
#2.1.0

演示數(shù)據(jù)

方法1

pandas.DataFrame.itertuples：返回的是一個(gè)命名元組
官方文檔：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.itertuples.html

1. 無(wú)任何參數(shù)

import pandas as pd
data=pd.read_excel("data.xlsx")

for row in data.itertuples():
    print("row:",row,"\n")
    #row: Pandas(Index=0, 序號(hào)=1, 分割字符='1&1&1', 固定寬度='111') 
    
    print("type(row):",type(row),"\n")
    #type(row): <class 'pandas.core.frame.Pandas'> 
    
    print("row.序號(hào):",row.序號(hào))
    #row.序號(hào): 1
    
    print("row.分割字符:",row.分割字符)
    #row.分割字符: 1&1&1
    
    print("row.固定寬度:",row.固定寬度)
    #row.固定寬度: 111
    
    break

2. 忽略掉索引

import pandas as pd
data=pd.read_excel("data.xlsx")

for row in data.itertuples(index=False):  #忽律索引
    print("row:",row,"\n")
    #row: Pandas(序號(hào)=1, 分割字符='1&1&1', 固定寬度='111') 
    
    print("type(row):",type(row),"\n")
    #type(row): <class 'pandas.core.frame.Pandas'> 
    
    print("row.序號(hào):",row.序號(hào))
    #row.序號(hào): 1
    
    print("row.分割字符:",row.分割字符)
    #row.分割字符: 1&1&1
    
    print("row.固定寬度:",row.固定寬度)
    #row.固定寬度: 111
    
    break

3. 對(duì)命名元組起別名

import pandas as pd
data=pd.read_excel("data.xlsx")

for row in data.itertuples(index=False,name="data"):
    print("row:",row,"\n")
    #row: data(序號(hào)=1, 分割字符='1&1&1', 固定寬度='111')  
    
    print("type(row):",type(row),"\n")
    #type(row): <class 'pandas.core.frame.data'> 
    
    print("row.序號(hào):",row.序號(hào))
    #row.序號(hào): 1
    
    print("row.分割字符:",row.分割字符)
    #row.分割字符: 1&1&1
    
    print("row.固定寬度:",row.固定寬度)
    #row.固定寬度: 111
    
    break

方法2

pandas.DataFrame.iterrows：返回 (index, Series) 元組
官方文檔：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iterrows.html

import pandas as pd
data=pd.read_excel("data.xlsx")

for index,row in data.iterrows():
    print("index:",index,"\n")
    #index: 0
    
    print("row:",row,"\n")
    #row: 序號(hào)          1
    #分割字符    1&1&1
    #固定寬度      111
    #Name: 0, dtype: object
    
    print("type(row):",type(row),"\n")
    #type(row): <class 'pandas.core.series.Series'> 
    
    print("row['序號(hào)']:",row['序號(hào)'])
    #row['序號(hào)']: 1
    
    print("row['分割字符']:",row['分割字符'])
    #row['分割字符']: 1&1&1
    
    print("row['固定寬度']:",row['固定寬度'])
    #row['固定寬度']: 111
    
    break

到此這篇關(guān)于Python pandas遍歷行數(shù)據(jù)的2種方法小姐的文章就介紹到這了,更多相關(guān)pandas遍歷行內(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！

您可能感興趣的文章: