df.iterrows()
时间: 2023-08-31 20:10:27 浏览: 153
`df.iterrows()`是一个DataFrame对象的方法,用于迭代DataFrame的每一行,返回每一行的索引和数据。示例如下:
```python
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 35],
'city': ['Beijing', 'Shanghai', 'Guangzhou']}
df = pd.DataFrame(data)
for index, row in df.iterrows():
print(index, row['name'], row['age'], row['city'])
```
输出结果为:
```
0 Alice 25 Beijing
1 Bob 30 Shanghai
2 Charlie 35 Guangzhou
```
注意,`df.iterrows()`的返回结果是一个生成器,因此在迭代时需要使用`for`循环来遍历每一行。同时,由于`df.iterrows()`是一行一行地迭代DataFrame,因此对于大规模数据的DataFrame,使用`df.iterrows()`可能会比较耗时,建议使用其他方法进行操作。
相关问题
df.iterrows()怎么使用
df.iterrows()是pandas库中的一个函数,用于遍历DataFrame中的每一行数据。使用方法如下:
```python
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})
# 遍历每一行数据
for index, row in df.iterrows():
print(index, row['name'], row['age'])
```
输出结果为:
```
0 Alice 25
1 Bob 30
2 Charlie 35
```
其中,index表示行的索引,row是一个Series对象,包含了该行的所有数据。可以通过row['列名']来获取该行某一列的数据。
product_df.iterrows()含义及使用
`product_df.iterrows()` 是 pandas DataFrame 的一个方法,用于迭代 DataFrame 的行,返回每一行的 index 和 row 数据。
具体用法如下:
```python
import pandas as pd
# 创建一个 DataFrame
product_df = pd.DataFrame({
"product": ["A", "B", "C"],
"price": [100, 200, 300]
})
# 使用 iterrows() 遍历 DataFrame 的每一行
for index, row in product_df.iterrows():
print(f"index: {index}, row: {row}")
```
输出结果:
```
index: 0, row: product A
price 100
Name: 0, dtype: object
index: 1, row: product B
price 200
Name: 1, dtype: object
index: 2, row: product C
price 300
Name: 2, dtype: object
```
可以看到,`iterrows()` 返回的是一个元组 `(index, row)`,其中 `index` 表示该行的索引,`row` 表示该行的数据,是一个 Series 类型的数据。我们可以根据需要对每一行的数据进行操作,比如计算、修改、删除等。但需要注意,使用 `iterrows()` 方法会比较慢,因为它需要对每一行进行迭代,建议在数据量较小时使用。