pandas按行按列遍歷Dataframe的三種方式小結(jié)
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(shù)據(jù)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(shù)據(jù)
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(jié)的文章就介紹到這了,更多相關pandas按行按列遍歷內(nèi)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
Python實現(xiàn)類的創(chuàng)建與使用方法示例
這篇文章主要介紹了Python實現(xiàn)類的創(chuàng)建與使用方法,結(jié)合簡單計算器功能實例分析了Python類的定義與使用方法,需要的朋友可以參考下2017-07-07
使用PyWebCopy在Python中克隆網(wǎng)頁的操作方法
PyWebCopy是一個用于克隆網(wǎng)頁內(nèi)容的Python庫,它允許用戶從指定的 URL 復制整個網(wǎng)頁并保存到本地,本文將介紹 PyWebCopy 的基本用法,以及如何克隆網(wǎng)頁并保存網(wǎng)頁內(nèi)容到本地文件夾,文中通過代碼示例講解的非常詳細,需要的朋友可以參考下2023-12-12
python3線程池ThreadPoolExecutor處理csv文件數(shù)據(jù)
這篇文章主要為大家介紹了python3線程池ThreadPoolExecutor處理csv文件數(shù)據(jù)實現(xiàn)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

