df.iterrows()怎么使用
时间: 2023-04-07 14:01:44 浏览: 155
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。
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:
```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。
阅读全文