Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

作者 : 慕源网 本文共3290个字,预计阅读时间需要9分钟 发布时间: 2021-11-29 共534人阅读

本系列是Python Pandas教程的一部分,您可以点击Python Pandas使用教程查看所有。

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

Pandas iterrows()介绍

dataframe 是通过行、列格式制定的数据结构。在某些情况下可能需要循环遍历dataframe 中关联的每一行。这可以通过 pandas 库中的 iterrows() 函数来实现。iterrows() 函数在使用时引用其相应的dataframe ,它允许遍历并访问与该dataframe 关联的所有行。iterrows() 方法的结果是 iter 格式,因此可以使用循环或 next 函数来查看此函数的结果。

语法:

DataFrame.iterrows(self)

iterrows() 返回的输出:

参数 描述
Index 行索引
data 定义行的数据

Pandas iterrows() 示例

以下是下面给出的示例:

示例#1

代码:

import pandas as pd
Core_Dataframe = pd.DataFrame({'Emp_No' : ['Emp1','Emp2','Emp3','Emp4'],
'Employee_Name' :  ['Arun', 'selva', 'rakesh', 'arjith'],
'Employee_dept' : ['CAD', 'CAD', 'DEV', 'CAD']})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
for row in Core_Dataframe.iterrows():
print("")
print(row)

输出:

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

代码说明:在这个例子中,首先定义了核心dataframe 。pd.dataframe() 用于定义dataframe 。dataframe 的每一行都连同它们的列名一起插入。一旦dataframe 被完全公式化,它就会被打印到控制台上。我们可以注意到,在这个实例中,dataframe 包含员工编号、员工姓名和员工部门等详细信息。iterrows() 函数提供了对dataframe 的这些行进行复杂迭代的灵活性。所以 iterrows() 函数的每一行都通过一个紧凑的 for 循环进行迭代并打印到控制台。

示例#2

代码:

import pandas as pd
Core_Dataframe = pd.DataFrame({'A' :  [ 1, 6, 11, 15, 21, 26],
'B' :  [2, 7, 12, 17, 22, 27],
'C' :  [3, 8, 13, 18, 23, 28],
'D' :  [4, 9, 14, 19, 24, 29],
'E' :  [5, 10, 15, 20, 25, 30]})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
for row in Core_Dataframe.iterrows():
print("")
print(row)

输出:

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

代码说明:在这个例子中,pd.dataframe() 用于制定数据帧。数据框的每一行都连同它们的列名一起插入。一旦数据框被完全公式化,它就会被打印到控制台上。我们可以注意到,在这种情况下,数据帧包含一组随机的数字和与其关联的列的字母值。iterrows() 函数提供了对数据帧的这些行进行复杂迭代的灵活性。所以 iterrows() 函数的每一行都通过一个紧凑的 for 循环进行迭代并打印到控制台。

示例#3

代码:

import pandas as pd
Core_Dataframe = pd.DataFrame( {
'name': ['Alan Xavier', 'Annabella', 'Janawong', 'Yistien', 'Robin sheperd', 'Amala paul', 'Nori'],
'city': ['california', 'Toronto', 'ontario', 'Shanghai',
'Manchester', 'Cairo', 'Osaka'],
'age': [51, 38, 23, 64, 18, 31, 47],
'py-score': [82.0, 73.0, 81.0, 30.0, 48.0, 61.0, 84.0] })
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
for row in Core_Dataframe.iterrows():
print("")
print(row[1])

输出:

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

代码说明:在这个例子中pd.dataframe() 用于制定数据帧。数据框的每一行都连同它们的列名一起插入。一旦数据框被完全公式化,它就会被打印到控制台上。我们可以注意到,在这种情况下,数据帧包含随机人员信息和这些人的 py_score 值。此数据框中使用的关键列是名称、年龄、城市和 py-score 值。iterrows() 函数提供了对数据帧的这些行进行复杂迭代的灵活性。所以 iterrows() 函数的每一行都通过一个紧凑的 for 循环进行迭代并打印到控制台。由于此处使用的数据不特定于任何单一数据类型,因此数据被标记在数据类型值对象下。

示例 #4

代码:

import pandas as pd
Core_Dataframe = pd.DataFrame({'Column1' :  [ 'A', 'B', 'C', 'D', 'E', 'F'],
'Column2' :  [ 'G', 'H', 'I', 'J', 'K', 'L'],
'Column3' :  [ 'M', 'N', 'O', 'P', 'Q', 'R'],
'Column4' :  [ 'S', 'T', 'U', 'V', 'W', 'X'],
'Column5' :  [ 'Y', 'Z', None, None, None, None]})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
for row in Core_Dataframe.iterrows():
print("")
print(row)

输出:

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

代码说明:在这个例子中,pd.dataframe() 用于制定数据帧。数据框的每一行都连同它们的列名一起插入。一旦数据框被完全公式化,它就会被打印到控制台上。我们可以注意到,在这个例子中,数据框与英语词典中的字母值相关联。字典中的每一列都标有合适的列名。iterrows() 函数提供了对数据帧的这些行进行复杂迭代的灵活性。所以 iterrows() 函数的每一行都通过一个紧凑的 for 循环进行迭代并打印到控制台。由于此处使用的数据不特定于任何单一数据类型,因此数据被标记在数据类型值对象下。

示例#5

代码:

import pandas as pd
Core_Dataframe = pd.DataFrame({'A' :  [ 1.23, 6.66, 11.55, 15.44, 21.44, 26.4 ],
'B' :  [ 2.345, 745.5, 12.4, 17.34, 22.35, 27.44 ],
'C' :  [ 3.67, 8, 13.4, 18, 23, 28.44 ],
'D' :  [ 4.6788, 923.3, 14.5, 19, 24, 29.44 ],
'E' :  [ 5.3, 10.344, 15.556, 20.6775, 25.4455, 30.3 ]})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
for row in Core_Dataframe.iterrows():
print("")
print(row)

输出:

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

代码说明:在这个例子中,pd.dataframe() 用于制定数据帧。数据框的每一行都连同它们的列名一起插入。一旦数据框被完全公式化,它就会被打印到控制台上。本例中使用了典型的浮动数据集。iterrows() 函数提供了对数据帧的这些行进行复杂迭代的灵活性。所以 iterrows() 函数的每一行都通过一个紧凑的 for 循环进行迭代并打印到控制台。我们可以从控制台的打印输出中注意到,核心数据帧中的所有行都标有数据类型浮点数。

总结

这是 Pandas iterrows() 的指南。在这里,我们还将讨论 pandas iterrows() 的介绍和语法以及不同的示例及其代码实现。您也可以查看以下文章以了解更多信息 –


慕源网 » Python Pandas iterrows()语法以及不同的示例及其代码实现(5)

常见问题FAQ

程序仅供学习研究,请勿用于非法用途,不得违反国家法律,否则后果自负,一切法律责任与本站无关。
请仔细阅读以上条款再购买,拍下即代表同意条款并遵守约定,谢谢大家支持理解!

发表评论

开通VIP 享更多特权,建议使用QQ登录