Pandas對(duì)象之間的基本迭代的行為取決于類型。當(dāng)?shù)粋€(gè)系列時(shí)，它被視為數(shù)組式，基本迭代產(chǎn)生這些值。其他數(shù)據(jù)結(jié)構(gòu)，如：DataFrame和Panel，遵循類似慣例迭代對(duì)象的鍵。

簡(jiǎn)而言之，基本迭代(對(duì)于i在對(duì)象中)產(chǎn)生 -

• Series - 值
• DataFrame - 列標(biāo)簽
• Pannel - 項(xiàng)目標(biāo)簽

迭代DataFrame

迭代DataFrame提供列名?，F(xiàn)在來(lái)看看下面的例子來(lái)理解這個(gè)概念。

import pandas as pd
import numpy as np

N=20

df = pd.DataFrame({
    'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
    'x': np.linspace(0,stop=N-1,num=N),
    'y': np.random.rand(N),
    'C': np.random.choice(['Low','Medium','High'],N).tolist(),
    'D': np.random.normal(100, 10, size=(N)).tolist()
    })

for col in df:
   print (col)

執(zhí)行上面示例代碼，得到以下結(jié)果 -

A
C
D
x
y

要遍歷數(shù)據(jù)幀(DataFrame)中的行，可以使用以下函數(shù) -

• iteritems() - 迭代(key，value)對(duì)
• iterrows() - 將行迭代為(索引，系列)對(duì)
• itertuples() - 以namedtuples的形式迭代行

iteritems()示例

將每個(gè)列作為鍵，將值與值作為鍵和列值迭代為Series對(duì)象。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3'])
for key,value in df.iteritems():
   print (key,value)

執(zhí)行上面示例代碼，得到以下結(jié)果 -

col1 0    0.802390
1    0.324060
2    0.256811
3    0.839186
Name: col1, dtype: float64

col2 0    1.624313
1   -1.033582
2    1.796663
3    1.856277
Name: col2, dtype: float64

col3 0   -0.022142
1   -0.230820
2    1.160691
3   -0.830279
Name: col3, dtype: float64

觀察一下，單獨(dú)迭代每個(gè)列作為系列中的鍵值對(duì)。

iterrows()示例

iterrows()返回迭代器，產(chǎn)生每個(gè)索引值以及包含每行數(shù)據(jù)的序列。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row_index,row in df.iterrows():
   print (row_index,row)

執(zhí)行上面示例代碼，得到以下結(jié)果 -

0  col1    1.529759
   col2    0.762811
   col3   -0.634691
Name: 0, dtype: float64

1  col1   -0.944087
   col2    1.420919
   col3   -0.507895
Name: 1, dtype: float64

2  col1   -0.077287
   col2   -0.858556
   col3   -0.663385
Name: 2, dtype: float64
3  col1    -1.638578
   col2     0.059866
   col3     0.493482
Name: 3, dtype: float64

注意 - 由于iterrows()遍歷行，因此不會(huì)跨該行保留數(shù)據(jù)類型。0,1,2是行索引，col1，col2，col3是列索引。

itertuples()示例

itertuples()方法將為DataFrame中的每一行返回一個(gè)產(chǎn)生一個(gè)命名元組的迭代器。元組的第一個(gè)元素將是行的相應(yīng)索引值，而剩余的值是行值。

示例

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row in df.itertuples():
    print (row)

執(zhí)行上面示例代碼，得到以下結(jié)果 -

Pandas(Index=0, col1=1.5297586201375899, col2=0.76281127433814944, col3=-
0.6346908238310438)

Pandas(Index=1, col1=-0.94408735763808649, col2=1.4209186418359423, col3=-
0.50789517967096232)

Pandas(Index=2, col1=-0.07728664756791935, col2=-0.85855574139699076, col3=-
0.6633852507207626)

Pandas(Index=3, col1=0.65734942534106289, col2=-0.95057710432604969,
col3=0.80344487462316527)

注意 - 不要嘗試在迭代時(shí)修改任何對(duì)象。迭代是用于讀取，迭代器返回原始對(duì)象(視圖)的副本，因此更改將不會(huì)反映在原始對(duì)象上。

示例代碼

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])

for index, row in df.iterrows():
   row['a'] = 10
print (df)

執(zhí)行上面示例代碼，得到以下結(jié)果 -

        col1       col2       col3
0  -1.739815   0.735595  -0.295589
1   0.635485   0.106803   1.527922
2  -0.939064   0.547095   0.038585
3  -1.016509  -0.116580  -0.523158

注意觀察結(jié)果，修改變化并未反映出來(lái)。