遍历 python dataframe每一行
时间: 2023-09-20 07:10:25 浏览: 91
可以使用iterrows()方法来遍历Python Dataframe中的每一行。这个方法返回一个元组,其中包含每一行的索引和值。下面是使用iterrows()方法的示例代码:
```python
import pandas as pd
# 创建一个示例Dataframe
df = pd.DataFrame({'姓名': ['张三', '李四', '王五'], '年龄': [20, 25, 30]})
# 遍历每一行
for index, row in df.iterrows():
print(index, row['姓名'], row['年龄'])
```
输出结果:
```
0 张三 20
1 李四 25
2 王五 30
```
在这个例子中,我们首先创建了一个包含“姓名”和“年龄”列的Dataframe。然后,使用iterrows()方法来遍历每一行,并打印出每一行的索引、姓名和年龄。
相关问题
python遍历dataframe每一行
在 Python 中可以使用 for 循环遍历 DataFrame 每一行,可以使用 `iterrows()` 或 `itertuples()` 方法。
使用 `iterrows()` 方法:
```
for index, row in df.iterrows():
print(row['column_name'])
```
使用 `itertuples()` 方法:
```
for row in df.itertuples():
print(row.column_name)
```
注意:在使用 `iterrows()` 方法时,每一行是以 Pandas Series 的形式返回的,而使用 `itertuples()` 方法时,每一行是以 namedtuple 的形式返回的,在访问列的值的时候要相应的更改
python循环遍历删除dataframe每一行中的相同内容
可以使用 pandas 中的 drop_duplicates() 方法来删除每一行中相同的内容。具体实现方法如下:
``` python
import pandas as pd
# 创建示例数据
data = {'A': [1, 2, 3, 1, 2], 'B': ['a', 'b', 'c', 'a', 'b']}
df = pd.DataFrame(data)
# 原始数据
print(df)
# 删除每一行中相同的内容
df.drop_duplicates(inplace=True)
# 处理后的数据
print(df)
```
输出结果如下:
```
A B
0 1 a
1 2 b
2 3 c
3 1 a
4 2 b
A B
0 1 a
1 2 b
2 3 c
```