pandas怎样对数据进行遍历

Posted 2023-04-12

pandas.DataFrame.iterrows

DataFrame.iterrows()
迭代(iterate)覆盖整个DataFrame的行中，返回(index, Series)对。

import numpy as np
import pandas as pd

def _map(data, exp):
for index, row in data.iterrows(): # 获取每行的index、row
for col_name in data.columns:
row[col_name] = exp(row[col_name]) # 把结果返回给data
return data

def _1map(data, exp):
_data = [[exp(row[col_name]) # 把结果转换成2级list
for col_name in data.columns]
for index, row in data.iterrows()
]
return _data

if __name__ == "__main__":
inp = [\'c1\':10, \'c2\':100, \'c1\':11,\'c2\':110, \'c1\':12,\'c2\':120]
df = pd.DataFrame(inp)
temp = _map(df, lambda ele: ele+1 )
print temp

_temp = _1map(df, lambda ele: ele+1)
res_data = pd.DataFrame(_temp) # 对2级list转换成DataFrame
print res_data 参考技术A dataframe()['code'].fillna('code')dataframe()['date'].fillna('date')请看《利用Python进行数据分析》。

Python pandas 按行按列遍历DataFrame

前言

在对DataFrame数据进行处理时，存在需要对数据内容进行遍历的场景。因此记录一下按照行，列遍历的几种方式。

---

一、按行遍历

1. 使用loc或iloc方法

• loc：表示location，填写内容为行的值或者列表，若填写内容为值，则返回对应行的内容（Series类型）；若填写内容为列表，则返回对应行的内容（DataFrame类型）
• iloc：表示integer+location，填写内容为行的索引（int类型）或者列表，返回内容与loc相同。

---

因此若需要按照行进行遍历时，

1. 先可以使用index方法获取索引内容，再使用loc方法
2. 先可以使用shape[0]方法获取总行数，再使用iloc方法

2. 使用iterrows()方法

• iterrows()：按行遍历，将DataFrame的每一行迭代为(index, Series)对，可以通过row[name]对元素进行访问

---

因此可以直接使用iterrows()方法，获取得到行内容

代码如下：

data = 'a': 'x': [1, 1], 'y': [2, 1], 'z': [3, 1],
        'b': 'x': [1, 2], 'y': [2, 2], 'z': [3, 2],
        'c': 'x': [1, 3], 'y': [2, 3], 'z': [3, 3]
data_pd = pd.DataFrame(data)

print(data_pd)

for row in data_pd.index:
    print(data_pd.loc[row]['a'])

for row_id in range(data_pd.shape[0]):
    print(data_pd.iloc[row_id]['a'])

for index, row in data_pd.iterrows():
    print(row['a'])

运行结果，三种方法结果相同：

        a       b       c
x  [1, 1]  [1, 2]  [1, 3]
y  [2, 1]  [2, 2]  [2, 3]
z  [3, 1]  [3, 2]  [3, 3]

[1, 1]
[2, 1]
[3, 1]

二、按列遍历

1. 使用列索引方式

DataFrame可以直接使用[列名称]的方式获取列的值，即data_pd['a']即可得到列内容。

---

因此若需要按照列进行遍历时，

1. 先可以使用colums方法获取列内容，再使用[列名称]方式

2. 使用iteritems()方法

• iteritems():按列遍历，将DataFrame的每一列迭代为(列名, Series)对，可以通过row[index]对元素进行访问

---

因此可以直接使用iteritems()方法，获取得到列内容

代码如下：

data = 'a': 'x': [1, 1], 'y': [2, 1], 'z': [3, 1],
        'b': 'x': [1, 2], 'y': [2, 2], 'z': [3, 2],
        'c': 'x': [1, 3], 'y': [2, 3], 'z': [3, 3]
data_pd = pd.DataFrame(data)

print(data_pd)

for col in data_pd.columns:
    print(data_pd[col].iloc[0])

for index, col in data_pd.iteritems():
    print(col.iloc[0])

运行结果，两种方法结果相同：

        a       b       c
x  [1, 1]  [1, 2]  [1, 3]
y  [2, 1]  [2, 2]  [2, 3]
z  [3, 1]  [3, 2]  [3, 3]

[1, 1]
[1, 2]
[1, 3]