dataframe遍历每一行

可以使用`iterrows()`方法来遍历DataFrame中的每一行。具体实现可以参考以下代码：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用iterrows()遍历每一行
for index, row in df.iterrows():
    print(f'第{index}行数据为{row}')

输出结果如下：

第0行数据为A    1
B    4
Name: 0, dtype: int64
第1行数据为A    2
B    5
Name: 1, dtype: int64
第2行数据为A    3
B    6
Name: 2, dtype: int64

在`iterrows()`方法中，每次循环返回的是一个元组，其中第一个元素是行的索引，第二个元素是该行对应的Series对象。可以通过Series对象的索引来访问每一列的值。

相关问题

dataframe遍历每个元素

可以使用`iterrows()`方法来遍历DataFrame中的每一行，然后使用`iteritems()`方法来遍历每一行中的每一个元素。

例如，假设有以下DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

则可以使用以下代码遍历每一个元素：

for index, row in df.iterrows():
    for column, value in row.iteritems():
        print(f"Element at ({index}, {column}) is {value}")

输出结果如下：

Element at (0, A) is 1
Element at (0, B) is 4
Element at (0, C) is 7
Element at (1, A) is 2
Element at (1, B) is 5
Element at (1, C) is 8
Element at (2, A) is 3
Element at (2, B) is 6
Element at (2, C) is 9