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：

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。

相关问题

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。

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：

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。