pandas 通过行号遍历

可以使用 iterrows() 方法来遍历 pandas 数据框的每一行，该方法返回一个迭代器，每次迭代返回一个包含行索引和行数据的元组。例如：

import pandas as pd

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

for index, row in df.iterrows():
    print(index, row['A'], row['B'])

输出：

 1 4
1 2 5
2 3 6

相关问题

pandas用for循环遍历一个字典并且根据字典内容修改列

可以使用pandas的iterrows()方法来遍历一个DataFrame的每一行，这个方法的返回值是一个元组，其中第一个元素是行号，第二个元素是Series对象。通过Series对象可以修改DataFrame中指定行、列的值。

例如，假设有一个DataFrame df，其中有两列'a'和'b'，可以使用以下代码实现用for循环遍历字典并且根据字典内容修改DataFrame中的对应列：

d = {'a': 1, 'b': 2}
for index, row in df.iterrows():
    if row['a'] == d['a']:
        df.loc[index, 'b'] = d['b']

上述代码中，首先定义了一个字典d，包含要修改的列和对应的值。然后使用iterrows()方法遍历df中的每一行。在循环体中，通过row['a']可以访问当前行中'a'列的值，如果等于d['a']，则使用df.loc[]方法修改当前行中对应的'b'列的值为d['b']。

遍历pandas每一行

### 回答1：
遍历Pandas的每一行可以使用iterrows()方法，示例代码如下：

import pandas as pd

# 创建一个示例数据帧
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 遍历每一行
for index, row in df.iterrows():
    print(f"Index: {index}, Name: {row['name']}, Age: {row['age']}")

输出结果如下：

Index: 0, Name: Alice, Age: 25
Index: 1, Name: Bob, Age: 30
Index: 2, Name: Charlie, Age: 35

其中，iterrows()方法返回一个生成器，每次迭代返回一个元组，元组的第一个元素是行的索引，第二个元素是Series类型的行数据，可以通过列名或者列的索引来获取行数据。

### 回答2：
遍历Pandas的每一行可以使用iterrows()方法，代码如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [25, 30, 35],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)

# 遍历每一行并打印
for index, row in df.iterrows():
    print(f"第{index+1}行:")
    print(f"姓名：{row['姓名']}")
    print(f"年龄：{row['年龄']}")
    print(f"城市：{row['城市']}")
    print("------------------")

以上代码中，首先创建了一个示例的DataFrame，并使用iterrows()方法遍历每一行。在循环中，通过index获取行号，row表示每一行的数据，可以通过row[column_name]的方式获取指定列的值。在示例中，我们分别打印了每一行的姓名、年龄和城市，并在每一行之间添加了分隔线。

### 回答3：
遍历pandas每一行可以使用iterrows()方法。iterrows(）方法会将DataFrame的每一行转换为一个元组（索引，Series对象），然后可以使用for循环来遍历每一行。下面是详细的步骤：

1. 导入pandas库：
import pandas as pd

2. 定义一个DataFrame数据：
data = {'Name': ['Tom', 'John', 'Amy'],
'Age': [25, 30, 28],
'Country': ['China', 'USA', 'UK']}
df = pd.DataFrame(data)

3. 使用iterrows()方法遍历每一行：
for index, row in df.iterrows():
print("索引：", index)
print("姓名：", row['Name'])
print("年龄：", row['Age'])
print("国家：", row['Country'])
print()

在这个例子中，我们先导入了pandas库，然后定义了一个包含姓名、年龄和国家的DataFrame数据。接下来使用iterrows()方法遍历每一行，为了方便展示，我们打印了每一行的索引、姓名、年龄和国家。

注意：虽然iterrows()是遍历每一行的一种常见方式，但它在处理较大的数据集时可能效率较低。如果需要处理大型数据集，建议使用其他的优化方法。