panda 遍历DF

Panda是Python的一种数据分析工具，它提供了很多方便的数据处理和分析方法。而遍历DF是指遍历Pandas中的DataFrame数据结构，即按照行或列的顺序依次访问DataFrame中的每一个元素。Pandas提供了多种方式来遍历DataFrame，其中包括按行遍历、按列遍历、按元素遍历等等。

按行遍历可以使用iterrows()方法，该方法返回一个元组，包含每一行的索引和数据。按列遍历可以使用iteritems()方法，该方法返回一个元组，包含每一列的索引和数据。按元素遍历可以使用itertuples()方法，该方法返回一个命名元组，包含每一个元素的行索引、列索引和数据。

如果你需要对DataFrame进行一些特定的操作，遍历DF是一个非常重要的工作。因此，你需要熟悉各种遍历方式及其应用场景。

相关问题

pandas按行遍历

可以使用`iterrows()`方法来按行遍历Pandas DataFrame。这个方法会返回一个由索引和Series对象组成的元组。你可以使用for循环来遍历DataFrame的每一行，并使用索引和Series对象来访问每一行的值。以下是一个示例代码：

import pandas as pd

df = pd.DataFrame({'species': ['bear', 'bear', 'marsupial'],
                   'population': [1864, 22000, 80000]},
                  index=['panda', 'polar', 'koala'])

for index, row in df.iterrows():
    print(index, row['species'], row['population'])

这段代码会按行遍历DataFrame，并打印出每一行的索引、species列和population列的值。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [pandas逐行/列 遍历Dataframe的三种方式](https://blog.csdn.net/qq_57313910/article/details/128080882)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [如何在 Pandas 中遍历 DataFrame 的行?](https://blog.csdn.net/devid008/article/details/131212904)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

把好几个不同的panda的dataframe对象，追加保存到一个xlsx，分不同的sheet

可以使用 `pandas` 库中的 `ExcelWriter` 类来实现。首先将多个 DataFrame 存储到字典中，键为 sheet 名称，值为 DataFrame。然后循环遍历字典，将每个 DataFrame 写入对应的 sheet 中。

以下是一个示例代码：

import pandas as pd

# 将多个 DataFrame 存储到字典中
dfs = {'Sheet1': df1, 'Sheet2': df2, 'Sheet3': df3}

# 创建 ExcelWriter 对象
writer = pd.ExcelWriter('output.xlsx', engine='xlsxwriter')

# 循环遍历字典，将每个 DataFrame 写入对应的 sheet 中
for sheet_name, df in dfs.items():
    df.to_excel(writer, sheet_name=sheet_name, index=False)

# 保存 Excel 文件
writer.save()

其中，`df1`、`df2`、`df3` 是要追加保存的 DataFrame 对象，`output.xlsx` 是要保存的 Excel 文件名。如果需要追加保存，可以使用 `mode='a'` 参数，如下所示：

writer = pd.ExcelWriter('output.xlsx', engine='xlsxwriter', mode='a')

需要注意的是，如果要在已存在的 Excel 文件中添加新的 sheet，需要将 `ExcelWriter` 对象的 `mode` 参数设置为 `'a'`，并且在写入数据时使用 `sheet_name` 参数指定要添加的 sheet 名称。如果 `mode` 参数不设置或者设置为 `'w'`，则会覆盖原有的 Excel 文件。