博客

在Python-Pandas中，我们可以使用iterrows()方法来遍历数据框架。iterrows()方法将返回数据框架中每一行的索引和值作为元组的形式，然后我们可以使用迭代器将这些元组一一取出来进行处理。

下面是一个使用iterrows()方法遍历数据框架的示例代码：

import pandas as pd

# 创建一个数据框架
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'city': ['Beijing', 'Shanghai', 'Guangzhou']})

# 遍历数据框架
for index, row in df.iterrows():
    print('Index:', index)
    print('Name:', row['name'])
    print('Age:', row['age'])
    print('City:', row['city'])
    print()

在这个示例中，我们创建了一个名为df的数据框架，并使用iterrows()方法遍历了每一行的索引和值。在遍历的过程中，我们使用了迭代器将每一行的值的name、age和city属性取出来并打印出来。

运行这个示例代码，输出结果如下：

Index: 0
Name: Alice
Age: 25
City: Beijing

Index: 1
Name: Bob
Age: 30
City: Shanghai

Index: 2
Name: Charlie
Age: 35
City: Guangzhou

从输出结果可以看出，我们成功地遍历了数据框架，并取出了每一行的值。

需要注意的是，使用iterrows()方法遍历数据框架的效率较低，当数据框架较大时，建议使用其他的遍历方法或者对数据框架进行向量化处理来提高运行效率。