dataframe 循环

在处理 DataFrame 时，有时需要进行循环操作。下面是一个示例代码，展示如何在 DataFrame 上进行循环操作：

import pandas as pd

# 创建一个示例 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['London', 'New York', 'Paris']}
df = pd.DataFrame(data)

# 使用 iterrows() 方法进行循环
for index, row in df.iterrows():
    print(f"Index: {index}")
    print(f"Name: {row['Name']}")
    print(f"Age: {row['Age']}")
    print(f"City: {row['City']}")
    print()

# 使用 itertuples() 方法进行循环
for row in df.itertuples():
    print(f"Index: {row.Index}")
    print(f"Name: {row.Name}")
    print(f"Age: {row.Age}")
    print(f"City: {row.City}")
    print()

上述代码中，我们使用了 `iterrows()` 方法和 `itertuples()` 方法来循环遍历 DataFrame。`iterrows()` 方法返回一个迭代器，每次迭代返回索引和对应行数据；`itertuples()` 方法返回一个命名元组，其中包含索引和所有列的值。

请注意，在处理大型数据集时，循环操作可能会比较慢。如果可能的话，尽量使用向量化的操作来提高性能。