使用 itertuples 遍历 pandas 数据框

Posted 2023-03-11

【中文标题】使用 itertuples 遍历 pandas 数据框

【英文标题】：iterate over pandas dataframe using itertuples

【发布时间】：2017-08-30 11:29:29

【问题描述】：

我正在使用 itertuples 对 pandas 数据框进行迭代。我还想在迭代时捕获行号：

for row in df.itertuples():
    print row['name']

预期输出：

1 larry
2 barry
3 michael

1、2、3 是行号。我想避免使用计数器并获取行号。有没有使用 pandas 实现此目的的简单方法？

【问题讨论】：

拒绝使用enumerate - Python 中针对这些情况的常见模式 - 似乎很奇怪。我会用它。否则df.reset_index() 将带来一个基于 0 的索引，因此行号将是您为给定行 +1 迭代的索引

你应该像in this SO post一样使用iterrows

@Boud 哪里说他们拒绝使用枚举？

这能回答你的问题吗？ What is the most efficient way to loop through dataframes with pandas?

@Cheng iterrows 的问题是 dtypes 可能无法跨行保持一致。这可能会带来很大的问题。

【参考方案1】：

使用itertuples 时，每行都会有一个名为tuple。默认情况下，您可以使用row.Index 访问该行的索引值。

如果索引值不是您想要的，那么您可以使用enumerate

for i, row in enumerate(df.itertuples(), 1):
    print(i, row.name)

enumerate 代替了丑陋的计数器结构

【讨论】：

计数器为什么丑？

非常难看 for(int i=0; i

【参考方案2】：

for row in df.itertuples():
    print(getattr(row, 'Index'), getattr(row, 'name'))

【讨论】：

您的答案可能是正确的，但解释会对其他读者有所帮助。欲了解更多信息，请阅读***.com/help/how-to-answer

为什么要getattr？只需使用row.Index，row.name

【参考方案3】：

对于不是有效 Python 名称的列名，请使用：

for i, row in enumerate(df.itertuples(index=False)):
    print(str(i) + row[df.columns.get_loc('My nasty - column / name')])

如果不指定index=False，则会读取命名前的列。

【讨论】：

反对票有什么原因吗？不介意，只是好奇。已添加枚举，以防万一。

我认为命名元组不允许字符串访问器。

不确定我是否错过了约翰的观点，但这是成功解决我的问题的有效代码。 get_loc 返回列的索引，而不是字符串。

你说得对，我一定是抄错了。感谢您的澄清！