Python中如何遍历dataframe中的所有列名

可以使用iterrows()方法遍历dataframe中的所有行，并使用.columns方法获取列名。具体代码如下：

for index, row in dataframe.iterrows():
    for col_name in dataframe.columns:
        # do something with col_name

相关问题

python for循环遍历dataframe每行

在Python中，使用for循环遍历DataFrame中的每一行可以使用iterrows()方法。iterrows()方法将DataFrame中的每一行表示为一个元组（index, Series），其中index是行索引，Series是该行数据。

首先，导入pandas库并创建一个DataFrame：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

然后，可以使用iterrows()方法迭代每一行并处理数据：

for index, row in df.iterrows():
    print(row['A'], row['B'], row['C'])

在上面的代码中，每次迭代都会处理一行数据。因为row是一个Series对象，可以通过列名索引直接访问每个元素的值。

另外，需要注意的是，由于iterrows()方法需要逐行迭代DataFrame，所以在处理大型数据集时可能会比较慢。如果需要更高效的方法，可以使用其他一些方法，例如iteritems()或itertuples()。

遍历dataframe

要遍历DataFrame，可以使用以下几种方法：

1. 使用iterrows()方法按行遍历数据。这个方法返回一个迭代器，可以在循环中使用。例如，可以使用以下代码按行遍历DataFrame并访问每一行的元素：

   for index, row in df.iterrows():
       print(row['c1'])

2. 使用itertuples()方法按行遍历数据。这个方法返回一个迭代器，可以在循环中使用。它返回的是一个命名元组，其中包含每一行的索引和值。例如，可以使用以下代码按行遍历DataFrame并访问每一行的元素：

   for row in df.itertuples():
       print(row.c1)

3. 使用iteritems()方法按列遍历数据。这个方法返回一个迭代器，可以在循环中使用。它返回的是一个元组，其中包含每一列的列名和值。例如，可以使用以下代码按列遍历DataFrame并访问每一列的元素：

   for column, values in df.iteritems():
       print(values)

4. 使用iloc()方法按行列索引遍历数据。这个方法可以通过行和列的索引访问DataFrame中的元素。例如，可以使用以下代码按行列索引遍历DataFrame并访问每个元素：

   for i in range(df.shape