Python DataFrame对象的迭代方法

Python中的pandas库提供了多种迭代DataFrame对象的方法，以下是其中常用的几种：

1. iterrows()方法：按行迭代DataFrame，返回每行的索引和一系列的值。

import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
for index, row in df.iterrows():
    print(index, row['A'], row['B'])

输出：

0 1 3
1 2 4

2. itertuples()方法：按行迭代DataFrame，返回一个命名元组，其中包含每行的索引和一系列的值。

import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
for row in df.itertuples():
    print(row.Index, row.A, row.B)

输出：

0 1 3
1 2 4

3. iteritems()方法：按列迭代DataFrame，返回每列的列名和一系列的值。

import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
for column, values in df.iteritems():
    print(column)
    print(values.tolist())

输出：

A
[1, 2]
B
[3, 4]

4. items()方法：按列迭代DataFrame，返回每列的列名和一系列的值，与iteritems()方法类似，但是返回的是元组而不是迭代器。

import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
for column, values in df.items():
    print(column)
    print(values.tolist())

输出：

A
[1, 2]
B
[3, 4]

需要注意的是，对于大型DataFrame对象，使用迭代器的效率更高，因为它可以逐步处理数据而不是一次性加载到内存中。