标签： for loop

pandas dataframe 是表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型。具体的介绍不做细说，直奔中心问题，一个dataframe怎么做循环？

以下面代码实例为具体介绍，从代码中我们可以看到dataframe的具体创建方式之一，而且是指定了index，当然我们可以不指定index而是通过后续的set index来修改index的值，这些操作我们可以通过之前的篇幅来具体了解。

import pandas as pd

df = pd.DataFrame({'age': [24, 42, 18, 60],
                   'location': ['beijing', 'shanghai', 'beijing', 'shenzhen'],
                   'score': [74, 92, 88, 99],
                   'name': ['huahua', 'mingming', 'laowang', 'xiaowang']},
                  index=['1', '2', '3', '4'])
print(df)

   age  location      name  score
1   24   beijing    huahua     74
2   42  shanghai  mingming     92
3   18   beijing   laowang     88
4   60  shenzhen  xiaowang     99

直接对dataframe做for loop 或者 调用__iter__

直接对dataframe做for循环和调用它的__iter__()方法效果是一样的。都是顺序获取列名。

for d in df:
    print(d)
    print("=====")
for d in df.__iter__():
    print(d)
    print("============")

age
=====
location
=====
name
=====
score

DataFrame.iteritems() 逐列检索

使用iteritems（）方法，可以获取列名称和pandas.Series类型的元组，元组对应每个列的数据；

for d in df.iteritems():
    print(d)
    print(type(d))
    print("=========")

我们截取部分输出可以看到，iteritems循环得到的是一个个的tupel对象，而tuple第一个值是str类型的对应的列名称；tuple的第二个值是一个pandas.Series类型的对象，报名此列所有行的索引值以及其具体的列值

('age', 1    24
2    42
3    18
4    60
Name: age, dtype: int64)
<class 'tuple'>
=========
('location', 1     beijing
2    shanghai
3     beijing
4    shenzhen
Name: location, dtype: object)
<class 'tuple'>
=========

DataFrame.iterrows() 逐行检索

使用iterrows()方法，可以获得每一行的数据（pandas.Series类型）和列名与具体值的元组

for d in df.iterrows():
    print(d)
    print(type(d))
    print("=========")

同样我们从部分的输出结果可以看出来，iterrows的效果是和iteritems相对的。iterrows方法返回的依旧是一个tuple对象，而tuple的第一个值是对应的该行所对应的index值，而tuple第二个值依旧是一个pands.Series类型的对象，该Series包含的此行对应所有列的列名及其具体的值。

('1', age              24
location    beijing
name         huahua
score            74
Name: 1, dtype: object)
<class 'tuple'>
=========
('2', age               42
location    shanghai
name        mingming
score             92
Name: 2, dtype: object)
<class 'tuple'>
=========

其实dataframe还有其它的循环方法，具体的内容此篇不去复述了，平时我们处理数据用到比较多的就是以上几种情况。