Python pyspark DataFrame.iterrows用法及代码示例

迭代 DataFrame 行作为(索引，系列)对。

生成(Yield)：

index：标签或标签元组

行的索引。 MultiIndex 的元组。

data：pandas.Series

该行的数据作为一个系列。

it：生成器

迭代框架行的生成器。

注意：

1. 因为iterrows为每一行返回一个系列，它确实不是跨行保留数据类型(数据帧跨列保留数据类型)。例如，

   >>> df = ps.DataFrame([[1, 1.5]], columns=['int', 'float'])
   >>> row = next(df.iterrows())[1]
   >>> row
   int      1.0
   float    1.5
   Name: 0, dtype: float64
   >>> print(row['int'].dtype)
   float64
   >>> print(df['int'].dtype)
   int64

   要在迭代行时保留 dtypes，最好使用 itertuples() 返回值的命名元组，并且通常比 iterrows 快。

2. 你永远不应该修改你正在迭代的东西。这不能保证在所有情况下都有效。根据数据类型，迭代器返回一个副本而不是一个视图，写入它不会有任何效果。