pandas按行按列遍歷Dataframe的三種方式小結
更新時間:2023年11月10日 15:42:30 作者:劍圣土豆
本文主要介紹了pandas按行按列遍歷Dataframe,主要介紹了三種方法,具有一定的參考價值,感興趣的可以了解一下
遍歷數據有以下三種方法:
簡單對上面三種方法進行說明:
- iterrows(): 按行遍歷,將DataFrame的每一行迭代為(index, Series)對,可以通過row[name]對元素進行訪問。
- itertuples(): 按行遍歷,將DataFrame的每一行迭代為元祖,可以通過getattr(row, ‘name’)對元素進行訪問,比iterrows()效率高。
- iteritems():按列遍歷,將DataFrame的每一列迭代為(列名, Series)對,可以通過row[index]對元素進行訪問。
示例數據
import pandas as pd inp = [{'c1':100, 'c2':20}, {'c1':90, 'c2':403}, {'c1':503, 'c2':3}] df = pd.DataFrame(inp) print(df)
標題按行遍歷iterrows():
for index, row in df.iterrows(): print(index) # 輸出每行的索引值
可用row[‘name’]作為索引
# 對于每一行,通過列名name訪問對應的元素 for row in df.iterrows(): print(row['c1'], row['c2']) # 輸出每一行
按行遍歷itertuples():
可以用getattr(row, ‘name’)作為索引(注意row[‘name’]會報錯)
for row in df.itertuples(): print(getattr(row, 'c1'), getattr(row, 'c2')) # 輸出每一行
按列遍歷iteritems():
注意這是按列讀取遍歷
for index, row in df.iteritems(): print(index) # 輸出列名
for row in df.iteritems(): print(row[0], row[1], row[2]) # 輸出各列
到此這篇關于pandas按行按列遍歷Dataframe的三種方式小結的文章就介紹到這了,更多相關pandas按行按列遍歷內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
python3線程池ThreadPoolExecutor處理csv文件數據
這篇文章主要為大家介紹了python3線程池ThreadPoolExecutor處理csv文件數據實現的實例過程,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-06-06