如何遍历dataframe的行

可以使用`iterrows()`函数来遍历DataFrame的每一行。这个函数返回一个迭代器，每个元素都是一个元组，包含行的索引和行的数据。

下面是一个简单的示例代码：

import pandas as pd

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

# 遍历每一行
for index, row in df.iterrows():
    print(f"Name: {row['name']}, Age: {row['age']}")

输出：

Name: Alice, Age: 25
Name: Bob, Age: 30
Name: Charlie, Age: 35

在每次循环中，`iterrows()`返回一个元组，元组的第一个元素是行的索引，第二个元素是包含该行数据的Series对象。你可以使用`row['column_name']`来访问每个列的值。

相关问题

python如何遍历dataframe行数据

可以使用 iterrows() 函数，该函数可以将 dataframe 的每一行转换为一个元组，元组包含索引和该行的值。示例代码如下：

import pandas as pd

# 创建 dataframe
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'],
                   'age': [25, 30, 35],
                   'city': ['Beijing', 'Shanghai', 'Guangzhou']})

# 遍历 dataframe 的每一行
for index, row in df.iterrows():
    print(index, row['name'], row['age'], row['city'])

输出：

0 Alice 25 Beijing
1 Bob 30 Shanghai
2 Charlie 35 Guangzhou

以上是如何使用 Python 遍历 dataframe 行数据的方法。

按行遍历dataframe

按行遍历DataFrame可以使用iterrows()方法。iterrows()方法返回一个迭代器，可以逐行访问DataFrame的每一行数据。

以下是按行遍历DataFrame的示例代码：

import pandas as pd

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

# 使用iterrows()方法按行遍历DataFrame
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()

输出结果：

Index: 0
Name: Tom
Age: 25
City: New York

Index: 1
Name: Nick
Age: 30
City: Paris

Index: 2
Name: John
Age: 35
City: London