python循环遍历dataframe每一行不同列数据

你可以使用 Pandas 提供的 `iterrows()` 方法来循环遍历 DataFrame 中的每一行，再通过 `.loc` 或 `.iloc` 方法获取每一行中不同列的数据。例如，下面的代码可以循环遍历 DataFrame `df` 中的每一行，并打印出第 1 列和第 3 列的数据：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 循环遍历每一行，并获取第 1 列和第 3 列的数据
for index, row in df.iterrows():
    print(row['A'], row['C'])

输出结果为：

1 7
2 8
3 9

注意，使用 `iterrows()` 方法循环遍历 DataFrame 可能会比较慢，如果 DataFrame 很大，建议使用其他更快的方法来处理。

相关问题

python循环遍历dataframe，按照行

你可以使用 `iterrows()` 方法来遍历 DataFrame 中的每一行，该方法将返回一个元组，其中包含行索引和该行的数据。以下是一个示例代码：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 使用 iterrows() 方法遍历 DataFrame
for index, row in df.iterrows():
    print(f"Index: {index}, Name: {row['name']}, Age: {row['age']}")

输出结果如下：

Index: 0, Name: Alice, Age: 25
Index: 1, Name: Bob, Age: 30
Index: 2, Name: Charlie, Age: 35

python for循环遍历dataframe每行

在Python中，使用for循环遍历DataFrame中的每一行可以使用iterrows()方法。iterrows()方法将DataFrame中的每一行表示为一个元组（index, Series），其中index是行索引，Series是该行数据。

首先，导入pandas库并创建一个DataFrame：

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

然后，可以使用iterrows()方法迭代每一行并处理数据：

for index, row in df.iterrows():
    print(row['A'], row['B'], row['C'])

在上面的代码中，每次迭代都会处理一行数据。因为row是一个Series对象，可以通过列名索引直接访问每个元素的值。

另外，需要注意的是，由于iterrows()方法需要逐行迭代DataFrame，所以在处理大型数据集时可能会比较慢。如果需要更高效的方法，可以使用其他一些方法，例如iteritems()或itertuples()。