Python Pandas DataFrame iterrows方法用法及代码示例

例子

基本用法

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["a","b"],"B":["c","d"]})
df



   A  B
0  a  c
1  b  d

迭代行：

for row_name, content in df.iterrows():
   print("row_name:", row_name)
   print(content)



row_name: 0
A    a
B    c
Name: 0, dtype: object

row_name: 1
A    b
B    d
Name: 1, dtype: object

强制铸造

iterrows(~) 方法以 Series 形式返回行值。当您的行值包含多种数据类型时，这可能会出现问题，因为 Series 只能保存一种数据类型。为了解决这个问题，iterrows() 选择可以容纳所有行值的数据类型。

例如，考虑以下 DataFrame：

df = pd.DataFrame({"A":[1,2],"B":[3.0,4.0]})
df



   A  B
0  1  3.0
1  2  4.0

此处，第一列的类型为 int ，第二列的类型为 float 。

我们迭代行：

for row_name, content in df.iterrows():
   print("row_name:", row_name)
   print(content)



row_name: 0
A    1.0
B    3.0
Name: 0, dtype: float64

row_name: 1
A    2.0
B    4.0
Name: 1, dtype: float64

请注意 A 列对应的值是如何从 int 转换为 float 的。这是因为 float 比 int 更通用。