如何在pandas中同时迭代多个数据帧行

在pandas中，可以使用zip()函数来同时迭代多个数据帧行。zip()函数可以将多个数据帧或者Series对象打包为一个元组的列表，然后可以通过for循环来遍历这个列表。

下面是一个示例代码：

import pandas as pd

# 创建两个示例数据帧
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

# 使用zip()函数迭代多个数据帧行
for row1, row2 in zip(df1.iterrows(), df2.iterrows()):
    index1, data1 = row1
    index2, data2 = row2
    print('df1:', index1, data1['A'], data1['B'])
    print('df2:', index2, data2['C'], data2['D'])
    print('---')

上述代码中，我们首先创建了两个示例数据帧df1和df2。然后使用zip()函数将它们打包为一个元组的列表，并通过for循环来遍历每一行。

在循环中，通过iterrows()函数可以获得每一行的索引和数据，分别存储在index和data中。我们可以通过data['列名']来获取对应列的值。示例代码中，我们分别打印了df1和df2每一行的索引以及各自列的值。

需要注意的是，使用zip()函数迭代数据帧的时候，要保证两个数据帧的行数相同，否则会在遍历到较短的数据帧时停止。

在这个示例中，我们没有提到腾讯云的相关产品，因为腾讯云并没有专门的pandas迭代多个数据帧行的产品或服务。