Python pandas遍历行数据的2种方法小结
更新时间：2024年03月31日 16:29:14 作者：数据人阿多
pandas在数据处理过程中,除了对整列字段进行处理之外,有时还需求对每一行进行遍历,本文就来介绍Python pandas遍历行数据的2种方法小结,感兴趣的可以了解一下
背景
pandas在数据处理过程中，除了对整列字段进行处理之外，有时还需求对每一行进行遍历，来处理每行的数据。本篇文章介绍 2 种方法，来遍历pandas 的行数据
小编环境
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演示数据
方法1
pandas.DataFrame.itertuples：返回的是一个命名元组
官方文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.itertuples.html
1. 无任何参数
import pandas as pd
data=pd.read_excel("data.xlsx")
for row in data.itertuples():
print("row:",row,"\n")
#row: Pandas(Index=0, 序号=1, 分割字符='1&1&1', 固定宽度='111')
print("type(row):",type(row),"\n")
#type(row): <class 'pandas.core.frame.Pandas'>
print("row.序号:",row.序号)
#row.序号: 1
print("row.分割字符:",row.分割字符)
#row.分割字符: 1&1&1
print("row.固定宽度:",row.固定宽度)
#row.固定宽度: 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(序号=1, 分割字符='1&1&1', 固定宽度='111')
print("type(row):",type(row),"\n")
#type(row): <class 'pandas.core.frame.Pandas'>
print("row.序号:",row.序号)
#row.序号: 1
print("row.分割字符:",row.分割字符)
#row.分割字符: 1&1&1
print("row.固定宽度:",row.固定宽度)
#row.固定宽度: 111
break
3. 对命名元组起别名
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(序号=1, 分割字符='1&1&1', 固定宽度='111')
print("type(row):",type(row),"\n")
#type(row): <class 'pandas.core.frame.data'>
print("row.序号:",row.序号)
#row.序号: 1
print("row.分割字符:",row.分割字符)
#row.分割字符: 1&1&1
print("row.固定宽度:",row.固定宽度)
#row.固定宽度: 111
break
方法2
pandas.DataFrame.iterrows：返回 (index, Series) 元组
官方文档：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: 序号 1
#分割字符 1&1&1
#固定宽度 111
#Name: 0, dtype: object
print("type(row):",type(row),"\n")
#type(row): <class 'pandas.core.series.Series'>
print("row['序号']:",row['序号'])
#row['序号']: 1
print("row['分割字符']:",row['分割字符'])
#row['分割字符']: 1&1&1
print("row['固定宽度']:",row['固定宽度'])
#row['固定宽度']: 111
break到此这篇关于Python pandas遍历行数据的2种方法小姐的文章就介绍到这了,更多相关pandas遍历行内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文主要介绍了python中常用的excel模块库，感兴趣的同学，可以参考下。2021-06-06
这篇文章主要介绍了如何用Python进行回归分析与相关分析,这两部分内容会放在一起讲解,文中提供了解决思路以及部分实现代码,需要的朋友可以参考下2023-03-03
这篇文章主要介绍了编写Python脚本来获取Google搜索结果的示例,也是利用Python编写爬虫的一个简单实现,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了Python中线程编程之threading模块的使用详解,由于GIL的存在,线程一直是Python编程中的焦点问题,需要的朋友可以参考下2015-06-06
当使用json.dump()把python对象转换为json后存储到文件中时,文件可能会出现乱码的问题,本篇文章可以帮助您解决乱码问题,文中通过图文介绍的非常详细,需要的朋友可以参考下2023-09-09
本文主要介绍了python list排序的两种方法及实例讲解。具有很好的参考价值，下面跟着小编一起来看下吧2017-03-03
这篇文章主要介绍了python集合删除多种方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-02-02
Pytorch:dtype不一致问题(expected dtype Double but&
这篇文章主要介绍了Pytorch:dtype不一致问题(expected dtype Double but got dtype Float)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
这篇文章主要给大家介绍了关于Python处理数据之匹配两个Excel文件数据的实现方法,可以使用Python的Pandas库来实现两层循环匹配两个Excel文件,需要的朋友可以参考下2023-09-09
这篇文章主要介绍了Python装饰器，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-03-03
最新评论