pandas按行按列遍历Dataframe的几种方式

遍历数据有以下三种方法：

简单对上面三种方法进行说明：

iterrows(): 按行遍历，将DataFrame的每一行迭代为(index, Series)对，可以通过row[name]对元素进行访问。 itertuples(): 按行遍历，将DataFrame的每一行迭代为元祖，可以通过row[name]对元素进行访问，比iterrows()效率高。 iteritems():按列遍历，将DataFrame的每一列迭代为(列名, Series)对，可以通过row[index]对元素进行访问。 示例数据

import pandas as pd

inp = [{‘c1’:10, ‘c2’:100}, {‘c1’:11, ‘c2’:110}, {‘c1’:12, ‘c2’:123}] df = pd.DataFrame(inp)

print(df) 1 2 3 4 5 6

按行遍历iterrows(): for index, row in df.iterrows(): print(index) # 输出每行的索引值 1 2

row[‘name’]

# 对于每一行，通过列名name访问对应的元素 for row in df.iterrows(): print(row[‘c1’], row[‘c2’]) # 输出每一行 1 2 3

按行遍历itertuples(): getattr(row, ‘name’)

for row in df.itertuples(): print(getattr(row, ‘c1’), getattr(row, ‘c2’)) # 输出每一行 1 2

按列遍历iteritems(): for index, row in df.iteritems(): print(index) # 输出列名 1 2

for row in df.iteritems(): print(row[0], row[1], row[2]) # 输出各列 1 2