.iterrows()

`.iterrows()` 是 pandas 库中用于迭代 DataFrame 的方法，它可以将 DataFrame 中的每一行转换为一个元组 (index, Series) 的形式，其中 index 是行索引，Series 是该行对应的数据组成的 Series 对象。通过遍历这些元组，可以对 DataFrame 进行一些复杂的操作。例如，可以使用 `.iterrows()` 遍历 DataFrame 并对每一行进行数据清洗、计算和转换等操作。需要注意的是，由于 `.iterrows()` 是基于 Python 的迭代器实现的，因此在处理大型 DataFrame 时可能会比较慢，建议谨慎使用。

相关问题

movies.iterrows

`movies.iterrows()` 是一种用于遍历pandas DataFrame中每一行数据的方法。它返回一个包含每行索引和数据的元组，您可以使用这个元组来访问每行数据的各个字段。具体来说，它返回一个迭代器对象，每次迭代返回一个包含两个元素的元组，第一个元素是行索引，第二个元素是包含该行数据的Series对象。您可以使用元组的第二个元素来访问该行数据的各个字段，例如：`row['movieId']`、`row['title']`、`row['genres']` 等。因此，通过遍历DataFrame中的每一行数据，我们可以将电影ID与其它元数据进行对应。

df.iterrows()

`df.iterrows()`是一个Pandas DataFrame对象的迭代器，用于遍历DataFrame的每一行。它返回一个元组，其中包含行索引和行数据。示例代码如下：

import pandas as pd

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

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

`iterrows()`方法通常不推荐在大型数据集上使用，因为它比其他方法（如`apply()`或向量化操作）的速度慢得多。