dataframe类型数据的遍历_pandas 常用的数据处理函数

在 Pandas 中，DataFrame 是一个二维的表格型数据结构，可以看作是由多个 Series 组成的字典。遍历 DataFrame 数据可以使用以下方法：

1. 使用 for 循环遍历每一行数据：

import pandas as pd

# 创建一个 DataFrame
data = {'name': ['Tom', 'Jack', 'Mary'], 'age': [18, 20, 22]}
df = pd.DataFrame(data)

# 遍历每一行数据
for index, row in df.iterrows():
    print(row['name'], row['age'])

2. 使用 apply() 函数遍历每一列数据：

import pandas as pd

# 创建一个 DataFrame
data = {'name': ['Tom', 'Jack', 'Mary'], 'age': [18, 20, 22]}
df = pd.DataFrame(data)

# 遍历每一列数据
def print_col(col):
    print(col.name, col.values)

df.apply(print_col)

常用的 Pandas 数据处理函数包括：

1. dropna()：删除包含缺失值的行或列。
2. fillna()：用指定值或方法填充缺失值。
3. replace()：替换指定值。
4. groupby()：按照指定列进行分组。
5. pivot_table()：创建透视表。
6. merge()：合并多个 DataFrame。
7. sort_values()：按照指定列进行排序。

等等。