pandas 获取当前行号

要获取 pandas DataFrame 中当前行的行号，可以使用 iloc 函数。以下是样例代码：

import pandas as pd
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['a', 'b', 'c']})
row_num = 1 # 获取第2行的行号
print(df.iloc[row_num].name)

输出：

1

这里使用 `iloc` 选择第2行（下标从0开始），然后通过 `name` 属性获取该行的行号。

相关问题

在python的编译环境中，现在有一个100行96列的dataframe表，我想让每一列的数乘以它当前的行号，怎么用代码表示

您可以使用以下代码来实现题目中的需求：

import pandas as pd

# 创建一个100行96列的DataFrame
df = pd.DataFrame(np.random.randint(0,100,size=(100, 96)))

# 获取DataFrame的行索引
row_index = df.index

# 循环遍历每一列，并将每一列的数据与当前行号相乘
for col in df.columns:
    df[col] = df[col].mul(row_index)

这样，您就可以得到一个每一列数据都乘以了当前行号的DataFrame表。

python 使用pandas库，使用 pandas 库中的 read_excel 函数和 MultiIndex 类型来读取合并单元格表头，操作excel文件“data\推送名单.xlsx”,遍历循环读取所有sheet表，对于每一个sheet表，读取当前sheet表数据df，在最右侧列添加一列，表头值为“合并内容”，读取获取合并单元格表头“推送内容”的所在的合并列的第一列col_begin和最后一列col_end（示列：B列，C列，D列的第一行为合并单元格，数值是表头“推送内容”,则col_begin为B列，col_end为D列），遍历数据df，在每一行的“合并内容”列下写入函数公式concat,为concat(col_begin+行号,col_end+行号),最后遍历完df数据更新函数数据，并保存excel文件

好的，我理解了你的问题。下面是相应的Python代码，你可以参考一下：

import pandas as pd

# 读取excel文件
file = 'data/推送名单.xlsx'
excel_file = pd.ExcelFile(file_path)

# 遍历每个sheet表
for sheet_name in excel_file.sheet_names:
    # 读取当前sheet表数据
    df = pd.read_excel(file_path, sheet_name=sheet_name, header=[0, 1])

    # 获取合并单元格表头“推送内容”的所在的合并列的第一列col_begin和最后一列col_end
    merged_header = df.columns[df.columns.get_level_values(1) == '推送内容']
    col_begin = merged_header[0][0]
    col_end = merged_header[-1][-1]

    # 在最右侧列添加一列“合并内容”
    df[('合并内容', '')] = ''

    # 遍历每一行，为“合并内容”列下写入函数公式concat
    for i, row in df.iterrows():
        row_num = i + 2  # 行号从第二行开始，因为第一行是表头
        concat_formula = f'=concatenate({col_begin}{row_num}, {col_end}{row_num})'
        df.at[i, ('合并内容', '')] = concat_formula

    # 保存更新后的数据到excel文件
    writer = pd.ExcelWriter(file_path, engine='openpyxl')
    book = writer.book
    writer.sheets = {ws.title: ws for ws in book.worksheets}
    df.to_excel(writer, sheet_name=sheet_name, index=False)
    writer.save()

代码中用到了pandas库中的ExcelFile、read_excel、iterrows和to_excel等函数，具体用法可参考[pandas官方文档](https://pandas.pydata.org/docs/)。