Python pyspark DataFrame.iterrows用法及代碼示例

迭代 DataFrame 行作為(索引，係列)對。

生成(Yield)：

index：標簽或標簽元組

行的索引。 MultiIndex 的元組。

data：pandas.Series

該行的數據作為一個係列。

it：生成器

迭代框架行的生成器。

注意：

1. 因為iterrows為每一行返回一個係列，它確實不是跨行保留數據類型(數據幀跨列保留數據類型)。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

   要在迭代行時保留 dtypes，最好使用 itertuples() 返回值的命名元組，並且通常比 iterrows 快。

2. 你永遠不應該修改你正在迭代的東西。這不能保證在所有情況下都有效。根據數據類型，迭代器返回一個副本而不是一個視圖，寫入它不會有任何效果。