python将元组循环加入dataframe

可以使用 pandas 的 DataFrame.from_records() 方法将元组列表转换为 DataFrame，然后使用 for 循环将元组逐个添加到 DataFrame 中。以下是示例代码：

import pandas as pd

# 创建元组列表
tuples = [(1, 'a'), (2, 'b'), (3, 'c')]

# 将元组列表转换为 DataFrame
df = pd.DataFrame.from_records(tuples, columns=['col1', 'col2'])

# 循环将元组逐个添加到 DataFrame 中
for tup in tuples:
    df = df.append(pd.Series(tup, index=df.columns), ignore_index=True)

print(df)

输出：

   col1 col2
0     1    a
1     2    b
2     3    c
3     1    a
4     2    b
5     3    c

相关问题

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()。

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