如何按行遍历dataframe

可以使用pandas中的iterrows()函数：

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

或者使用at[]或iat[]索引：

for i in range(df.shape[0]):
    print(df.at[i, 'column_name'])

相关问题

按行遍历dataframe

按行遍历DataFrame可以使用iterrows()方法。iterrows()方法返回一个迭代器，可以逐行访问DataFrame的每一行数据。

以下是按行遍历DataFrame的示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Paris', 'London']}
df = pd.DataFrame(data)

# 使用iterrows()方法按行遍历DataFrame
for index, row in df.iterrows():
    print(f"Index: {index}")
    print(f"Name: {row['Name']}")
    print(f"Age: {row['Age']}")
    print(f"City: {row['City']}")
    print()

输出结果：

Index: 0
Name: Tom
Age: 25
City: New York

Index: 1
Name: Nick
Age: 30
City: Paris

Index: 2
Name: John
Age: 35
City: London

遍历dataframe

要遍历DataFrame，可以使用以下几种方法：

1. 使用iterrows()方法按行遍历数据。这个方法返回一个迭代器，可以在循环中使用。例如，可以使用以下代码按行遍历DataFrame并访问每一行的元素：

   for index, row in df.iterrows():
       print(row['c1'])

2. 使用itertuples()方法按行遍历数据。这个方法返回一个迭代器，可以在循环中使用。它返回的是一个命名元组，其中包含每一行的索引和值。例如，可以使用以下代码按行遍历DataFrame并访问每一行的元素：

   for row in df.itertuples():
       print(row.c1)

3. 使用iteritems()方法按列遍历数据。这个方法返回一个迭代器，可以在循环中使用。它返回的是一个元组，其中包含每一列的列名和值。例如，可以使用以下代码按列遍历DataFrame并访问每一列的元素：

   for column, values in df.iteritems():
       print(values)

4. 使用iloc()方法按行列索引遍历数据。这个方法可以通过行和列的索引访问DataFrame中的元素。例如，可以使用以下代码按行列索引遍历DataFrame并访问每个元素：

   for i in range(df.shape