如何循环遍历dataframe里的数据

可以使用 for 循环结合 iterrows() 方法来遍历 DataFrame 中的每一行数据，例如：

import pandas as pd

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

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

此外，还可以使用 apply() 方法对每一行数据应用一个函数，例如：

import pandas as pd

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

def my_func(row):
    return row['A'] + row['B']

df['C'] = df.apply(my_func, axis=1)

这里的 my_func 函数会对每一行数据进行处理，然后返回一个值，最后将处理结果赋值给新的一列 C。其中，axis=1 表示 apply() 方法在行上进行操作。

相关问题

pythonfor循环遍历dataframe

在Python中，可以使用多种方法来遍历DataFrame。其中，可以使用iteritem()方法、iterrow()方法和itertuple()方法来实现。具体的代码示例如下：

使用iteritem()方法遍历DataFrame：

for column_index, row_data in frame.iteritems():
    # 在这里处理每一列的数据
    print(column_index, row_data)

使用iterrow()方法遍历DataFrame：

for index, row_data in frame.iterrows():
    # 在这里处理每一行的数据
    print(index, row_data)

使用itertuple()方法遍历DataFrame：

for row_data in frame.itertuples():
    # 在这里处理每一行的数据
    print(row_data)

此外，还可以通过访问DataFrame的column属性和index属性来遍历DataFrame的列和行。例如：

# 遍历列
for column in frame.columns:
    # 在这里处理每一列的数据
    print(frame[column])

# 遍历行
for index in frame.index:
    # 在这里处理每一行的数据
    print(frame.loc[index])

希望这些方法可以帮助你在Python中使用for循环来遍历DataFrame。

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。