Pandas之pandas DataFrame iterrows详解
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()
pandas.DataFrame.iterrows() 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 Series 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：
for index, row in DataFrame.iterrows():
# 处理行索引和行数据- 示例：
假设我们有一个 DataFrame 如下：
import pandas as pd
data = {
'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]
}
df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])
print(df)输出：
A B C
row1 1 4 7
row2 2 5 8
row3 3 6 9
迭代行索引和行数据
使用 iterrows() 方法逐行迭代 DataFrame：
for index, row in df.iterrows():
print(f"Index: {index}")
print(f"Row: {row}")
print()输出：
Index: row1
Row: A 1
B 4
C 7
Name: row1, dtype: int64Index: row2
Row: A 2
B 5
C 8
Name: row2, dtype: int64Index: row3
Row: A 3
B 6
C 9
Name: row3, dtype: int64
访问特定列的值
在迭代行数据时，访问特定列的值：
for index, row in df.iterrows():
print(f"Index: {index}, A: {row['A']}, B: {row['B']}, C: {row['C']}")输出：
Index: row1, A: 1, B: 4, C: 7
Index: row2, A: 2, B: 5, C: 8
Index: row3, A: 3, B: 6, C: 9
注意事项：
- 性能问题:
iterrows()在处理大型 DataFrame 时性能较差，因为它会将每一行转换为Series对象，这会导致额外的开销。对于性能敏感的操作，建议使用itertuples()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
pandas.DataFrame.iterrows() 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，iterrows() 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。
相关文章
这篇文章介绍了Python格式化输出，主要讲解Python格式化输出的三种方式：%格式化、format格式化、f-String格式化,需要的朋友可以参考下面文章的具体内容2021-09-09
这篇文章主要为大家介绍了python控制结构的条件判断与循环示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-06-06
这篇文章主要介绍了pyqt添加启动等待界面的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
Django ModelSerializer实现自定义验证的使用示例
本文主要介绍了Django ModelSerializer实现自定义验证的使用示例,多种字段验证器帮助开发者确保数据的完整性和准确性,具有一定的参考价值,感兴趣的可以了解一下2023-11-11
Python爬虫实例_利用百度地图API批量获取城市所有的POI点
下面小编就为大家分享一篇Python爬虫实例_利用百度地图API批量获取城市所有的POI点，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-01-01
本文深入讲解了Python中pip虚拟环境的概念及其重要性,并详细介绍了如何创建、激活和管理虚拟环境,以及如何使用requirements.txt文件记录和管理项目依赖,文章指出,使用虚拟环境可以有效避免依赖冲突,为每个项目提供一个干净的开发环境,使得项目更易于维护和部署2024-10-10
在本篇文章里小编给大家整理的是关于Python IDE Pycharm中的快捷键列表用法，需要的朋友们收藏下2019-08-08
pycharm中使用pyplot时报错MatplotlibDeprecationWarning
最近在使用Pycharm中matplotlib作图处理时报错,所以这篇文章主要给大家介绍了关于pycharm中使用pyplot时报错MatplotlibDeprecationWarning的相关资料,需要的朋友可以参考下2023-12-12
使用Python将PDF表格提取到文本,CSV和Excel文件中
本文将介绍如何使用简单的Python代码从PDF文档中提取表格数据并将其写入文本、CSV和Excel文件,从而轻松实现PDF表格的自动化提取,有需要的可以参考下2024-11-11
PDF大纲（Outline） 是PDF文档中的导航结构,通常显示在阅读器的侧边栏中,方便用户快速跳转到文档的不同部分,大纲通常以层级结构组织,包含标题和对应的页面位置,本文给大家介绍了使用Python提取PDF大纲(书签)的完整指南,需要的朋友可以参考下2025-08-08
最新评论