dataframe遍历每一行

你可以使用 `iterrows()` 方法来遍历DataFrame的每一行，该方法返回一个迭代器对象，其中每个元素都是一个元组，第一个元素是行的索引，第二个元素是包含行数据的Series对象。下面是一个简单的示例代码：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

for index, row in df.iterrows():
    print(f"Name: {row['name']}, Age: {row['age']}")

输出：

Name: Alice, Age: 25
Name: Bob, Age: 30
Name: Charlie, Age: 35

另外需要注意的是，`iterrows()` 方法的性能可能不如其他方法，因为它需要对每一行数据进行复制和类型转换。如果你需要高性能的遍历方法，可以考虑使用 `apply()` 或者向量化的操作。

相关问题

dataframe遍历每个元素

可以使用`iterrows()`方法来遍历DataFrame中的每一行，然后使用`iteritems()`方法来遍历每一行中的每一个元素。

例如，假设有以下DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

则可以使用以下代码遍历每一个元素：

for index, row in df.iterrows():
    for column, value in row.iteritems():
        print(f"Element at ({index}, {column}) is {value}")

输出结果如下：

Element at (0, A) is 1
Element at (0, B) is 4
Element at (0, C) is 7
Element at (1, A) is 2
Element at (1, B) is 5
Element at (1, C) is 8
Element at (2, A) is 3
Element at (2, B) is 6
Element at (2, C) is 9