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

相关问题

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'])

遍历 dataframe

好的，可以帮您解答。遍历 dataframe 可以通过 for 循环来实现，示例代码如下：

import pandas as pd

# 构造一个示例 dataframe
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Cindy'], 
                   'age': [25, 30, 35], 
                   'gender': ['F', 'M', 'F']})

# 遍历 dataframe
for index, row in df.iterrows():
    print('Name:', row['name'])
    print('Age:', row['age'])
    print('Gender:', row['gender'])

以上代码中，我们首先构造了一个示例 dataframe，然后通过 for 循环和 `iterrows()` 函数实现了遍历。在循环中，变量 `index` 表示当前行的索引，变量 `row` 表示当前行的数据。我们可以通过 `row['列名']` 来获取某个列的数值，并进行相应的操作。

希望能够帮到您！